MétaCan
Menu
Retour à la cohorte
Enregistrement W2003451136 · doi:10.1109/glocom.2012.6504000

Joint handoff and resource management for throughput fairness in a wireless mesh network

2012· article· en· W2003451136 sur OpenAlex
Lei Qin, Yang Yang, Dongmei Zhao

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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésThroughputComputer scienceHandoverComputer networkHeuristicWireless mesh networkResource management (computing)Resource allocationMaximum throughput schedulingScheme (mathematics)Channel (broadcasting)Wireless networkWirelessDistributed computingTelecommunicationsQuality of serviceMathematicsDynamic priority scheduling

Résumé

récupéré en direct d'OpenAlex

In this paper we study the problem of providing fair throughput for mobile stations (MSs) in a wireless mesh network (WMN) by jointly considering the handoff management of the MSs and the resource allocations at the access points (APs). An optimization problem is formulated based on long-term proportional fairness, so that all the MSs in the entire WMN can receive fair average throughput, while the total throughput of the MSs is maximized. The optimum solution is based on the assumption of having global information about the channel conditions and mobility information of all the MSs, and cannot be easily implemented in a practical system. A heuristic scheme is then proposed, which allows each AP to allocate its resources based on local information only, and the handoff decisions of the MSs are based on information exchanged between neighboring APs. Numerical results show that performance of the proposed heuristic scheme is very close to the optimum in terms of both fairness and throughput.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,584

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 technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Network OptimizationTravaux en français237 207