Water-Filling: A Geometric Approach and its Application to Solve Generalized Radio Resource Allocation Problems
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
In this paper, a simple and elegant geometric water-filling (GWF) approach is proposed to solve the unweighted and weighted radio resource allocation problems. Unlike the conventional water-filling (CWF) algorithm, we eliminate the step to find the water level through solving a non-linear system from the Karush-Kuhn-Tucker conditions of the target problem. The proposed GWF requires less computation than the CWF algorithm, under the same memory requirement and sorted parameters. Furthermore, the proposed GWF avoids complicated derivation, such as derivative or gradient operations in conventional optimization methods, while provides insights to the problems and the exact solutions to the target problems. Most importantly, the GWF can be extended to solve a generalized form of radio resource allocation problem with more stringent constraints: (weighted) optimization problem with individual peak power constraints (GWFPP), and to include (weighted) group bounded power constraints (GWFGBP). On the other side, the CWF cannot solve these two general forms of the RRA problems, due to the difficulty to solve the non-linear system with multiple non-linear equations and inequalities in multiple dual variables. Optimality of the proposed water-filling solution is strictly proved for each of the proposed algorithms. Furthermore, numerical results show that the proposed approach is effective, efficient, easy to follow and insight-seeing.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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