MétaCan
Menu
Retour à la cohorte
Enregistrement W2033242047 · doi:10.1155/2015/285056

Efficient Multiway Relaying for Data Sharing in Energy Harvesting Sensor Networks

2015· article· en· W2033242047 sur OpenAlex

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Sensors · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesAlberta Innovates - Technology Futures
Mots-clésWireless sensor networkComputer scienceEnergy harvestingTransmitter power outputEfficient energy usePower (physics)Energy (signal processing)Real-time computingWirelessComputer networkTelecommunicationsElectrical engineeringEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

In a wireless sensor network (WSN), sensors often need to share their measurements for applications like distributed estimation and detection or data aggregation. Here, we suggest using multiway relaying (MWR) for data sharing between energy harvesting sensors that cannot directly communicate with each other. We first start by studying the achievable data rate of amplify-and-forward (AF) MWR for energy harvesting sensors. Then, we show that, by backing off the transmit power at the sensors, not only better energy efficiency and longer lifetime are achieved, but also the data sharing rate increases. Based on this result, we further improve the performance of AF MWR in the assumed WSN by smartly adjusting the transmit power at the sensors. Our power allocation is devised in a way to improve the energy efficiency of MWR and increase the sum rate of data sharing between the sensors over the network lifetime. Simulation results are presented to verify the enhancement achieved by using our proposed power allocation technique.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,068
Tête enseignante GPT0,270
Écart entre enseignants0,202 · 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