MétaCan
Menu
Retour à la cohorte
Enregistrement W2014492395 · doi:10.1109/wcnc.2010.5506390

Efficient Algorithms for Connected Dominating Sets in Ad Hoc Networks

2010· article· en· W2014492395 sur OpenAlexaff
Hossein Kassaei, Mona Mehrandish, Lata Narayanan, Jaroslav Opatrny

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWireless ad hoc networkConnected dominating setLocalityDistributed algorithmAlgorithmRouting (electronic design automation)Flexibility (engineering)Set (abstract data type)Distributed computingComputer networkMinimum spanning treeMathematics

Résumé

récupéré en direct d'OpenAlex

A Connected Dominating Set (CDS) can be used as a routing backbone in ad hoc networks and a data gathering/dissemination infrastructure in sensor networks. This virtual backbone can efficiently narrow down the search space for a route to the nodes in the CDS and thus be used by any routing protocol. Ideally, the backbone should constitute the smallest percentage of nodes in the network. However, finding a Minimum CDS (MCDS) is an NP-hard problem. In this paper, we propose an efficient distributed algorithm to construct a CDS in general graphs. The time and message complexity of our algorithm is linear in the number of nodes and degree of the network. Extensive simulations on Unit Disk Graphs (UDGs) show that this algorithm outperforms the distributed algorithms proposed in terms of the size of the CDS. We also present a local implementation of our algorithm in location-aware UDGs. Our algorithm provides the flexibility to arbitrarily adjust the tradeoff between the degree of locality and the size of the generated CDS.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,608

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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
GenreMéthodes

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

En bref

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207