MétaCan
Menu
Retour à la cohorte
Enregistrement W2003437631 · doi:10.1109/tpds.2014.2308201

Cooperative Coverage Extension for Relay-Union Networks

2014· article· en· W2003437631 sur OpenAlex

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

RevueIEEE Transactions on Parallel and Distributed Systems · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRelayComputer networkBandwidth (computing)Distributed computingQuality of serviceBandwidth allocationHeuristicDynamic bandwidth allocationThe Internet

Résumé

récupéré en direct d'OpenAlex

Multi-hop coverage extension can be utilized as a feasible approach to facilitating uncovered users to get Internet service in public area WLANs. In this paper we introduce a relay-union network (RUN), which refers to a public area WLAN in which users often wander in the same area and have the ability to provide data forwarding services for others. We develop a RUN framework to model the cost of providing forwarding services and the utility obtained by gaining services. The objective of the RUN is to maximize the total Quality of Cooperation (QoC) of users in the RUN. Two optimal bandwidth allocation schemes are proposed for both free and dynamic bandwidth demand models. To make our scheme more pragmatic, we then consider a more practical scenario in which the bandwidth capacity of the relays and the minimum demand of the clients are bounded. We prove that the problems under both the single relay and the multi-relay scenario are NP-hard. Three heuristic algorithms are proposed to deal with bandwidth allocation and relay-client association. We also propose a distributed signaling protocol and divide the centralized MRMC algorithm into three distributed ones to better adapt for real network environment. Finally, extensive simulations demonstrate that our RUN framework can significantly improve the efficiency of cooperation in the long term.

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)0,000
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 enseignants0,996
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,257
Écart entre enseignants0,229 · 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