MétaCan
Menu
Retour à la cohorte
Enregistrement W2003441926 · doi:10.1109/icumt.2012.6459785

A price setting approach to power trading in cognitive radio networks

2012· article· en· W2003441926 sur OpenAlexafffund
Mahmoud Khasawneh, Anjali Agarwal, Nishith Goel, Marzia Zaman, Saed Alrabaee

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensCistel Technology (Canada)Concordia University
Organismes subventionnairesMitacs
Mots-clésCognitive radioComputer scienceComputer networkProfit (economics)Quality of serviceRevenueTransmitter power outputRadio spectrumRentingKey (lock)Bandwidth (computing)TelecommunicationsChannel (broadcasting)WirelessComputer securityBusinessTransmitterEngineering

Résumé

récupéré en direct d'OpenAlex

Cognitive radio technology has been proposed to improve the spectrum utilization by sharing the frequency spectrum bands between the licensed and unlicensed users which are called primary users (PUs) and secondary users (SUs) respectively. The main objective of the SUs is to achieve their QoS by exploiting the unused spectrum while the PUs aim to get high profit by leasing their unused spectrum. Pricing and transmission power are two key issues of interest to PUs and SUs as well. In this paper, we propose a power pricing model wherein the PUs attain some revenue by renting their unused frequency to SUs that use suitable power levels to transmit which do not interfere with other users in the network. In our proposed model the SUs coexist with PUs in the same network where they can transmit over the same channel simultaneously. Performance evaluation of the proposed model demonstrates that the scheme helps in using the frequency spectrum more efficiently and increasing the gained profit of the PUs in comparison with the other existing models.

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.

Comment cette classification a été obtenuedéplier

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207