MétaCan
Menu
Retour à la cohorte
Enregistrement W2032879881 · doi:10.1155/2009/703083

OFDMA Architectures, Protocols, and Applications

2009· article· en· W2032879881 sur OpenAlexaff
Victor C. M. Leung, Alister G. Burr, Lingyang Song, Ke Zhang, Thomas Michael Bohnert

Notice bibliographique

RevueEURASIP Journal on Wireless Communications and Networking · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkComputer architecture

Résumé

récupéré en direct d'OpenAlex

This special issue is devoted to the topic of the latest research and development on Orthogonal Frequency-Division Multiple Access (OFDMA) from physical and network layers to practical applications.OFDMA technologies are currently attracting intensive attention in wireless communications to meet the ever-increasing demands arising from the explosive growth of Internet, multimedia, and broadband services.OFDMA-based systems are able to deliver high data rate, operate in the hostile multipath radio environment, and allow efficient sharing of limited resources such as spectrum and transmit power between multiple users.OFDMA has been used in the mobility mode of IEEE 802.16 WiMAX, is currently a working specification in 3GPP Long Term Evolution downlink, and is the candidate access method for the IEEE 802.22 "Wireless Regional Area Networks."Clearly recent advances in wireless communication technology have led to significant innovations that enable OFDMA-based wireless access networks to provide better Quality-of-Service (QoS) than ever with convenient and inexpensive deployment and mobility.However, regardless of the technology used, OFDMA networks must not only be able to provide reliable and high-quality broadband services but also be implemented cost-effectively and be operated efficiently.OFDMA presents many of the advantages and challenges of OFDM systems for single users, and the extension to multiple users introduces many further challenges and opportunities, both on the

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,025
Tête enseignante GPT0,294
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations8
Publié2009
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEURASIP Journal on Wireless Communications and NetworkingMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207