MétaCan
Menu
Retour à la cohorte
Enregistrement W1992684463 · doi:10.1142/s0219878907001435

PRIORITY-BASED CONGESTION CONTROL IN MULTI-PATH WIRELESS SENSOR NETWORKS

2007· article· en· W1992684463 sur OpenAlex
Zhibin Li, Peter Liu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Information Acquisition · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkWireless sensor networkNetwork congestionNetwork packetFlow control (data)Node (physics)Packet lossHop (telecommunications)Path (computing)Fairness measureRouting (electronic design automation)WirelessThroughputTelecommunications

Résumé

récupéré en direct d'OpenAlex

In wireless sensor networks (WSNs), congestion will cause packet loss which in turn wastes energy and reduces the lifetime of WSNs, and therefore congestion in WSNs must be controlled or avoided in either a fairness or a weighted-fairness way. It is very important to achieve weighted fairness for many WSN applications, and this problem becomes more complicated when the data flow is forwarded to multiple routing paths. In this paper we propose a joint priority-based algorithm (JPA) that eliminates congestion and achieves weighted fairness in multi-path and multi-hop wireless sensor networks. Weighted fairness is achieved when the source node with high source priority (SP) sends more packets than the one with low SP in response to congestion. JPA defines a new variable, joint priority (JP) for each node and link, as the expected value of SP. The JP of a node or link indicates the arithmetic means of SP of source nodes whose data flow passes through that particular node or link, and the sending rate of each node is adjusted based on the value of JP when congestion occurs. The JPA algorithm is simulated and evaluated in different scenarios.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle