Modeling and Delay Analysis of Intermittently Connected Roadside Communication Networks
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.
Notice bibliographique
Résumé
Vehicular networks outline a challenging terrestrial application of the emerging delay-tolerant networking (DTN) paradigm where wireless links experience frequent disruptions. Thus, continuous end-to-end paths are unguaranteed. Under such conditions, mobile vehicles present opportunistic relaying capabilities that promote network connectivity, particularly between stationary and isolated roadside units. In this context, we investigate a challenging information-delivery-delay minimization problem. Information is encapsulated into bundles buffered at the source, and vehicles opportunistically transport them to the destination. Consequently, bundles undergo both queueing and transit delays. We propose a probabilistic bundle release scheme (PBRS) under which a roadside unit performs typical Internet-like forwarding where a single bundle is only released to an arriving relatively high-speed vehicle. This ensures a minimized bundle transit. In contrast, under a greedy bundle release scheme (GBRS), a bundle is released to any arriving vehicle, regardless of its speed. Two queueing models are developed to characterize a roadside unit and evaluate its performance under both schemes. A simulation framework is set up to validate these models. Results indicate the inefficiency of the typical Internet packet-like release mechanism as it incurs excessive bundle queueing delays. A bulk bundle release (BBR) extension is proposed as an effective solution. We show that GBRS-BBR outperforms PBRS-BBR.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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