Mathematical and Numerical Modeling of Information Dissemination in Mobile Networks
Notice bibliographique
Résumé
This special issue covers a number of developing topics in mathematical and numerical modeling of information dissemination in mobile networks.The 15 research articles included in this special issue present original research outcomes and future evolutions of mathematics in mobility and networking.From communication mechanisms to mobile applications, the topics of this special issue are classified into three categories, namely, complex models, techniques, and applications.The first group of papers addresses issues in the area of information dissemination via mathematical modelling approaches.In the paper of "Efficient periodic broadcasting for mobile networks at small client receiving bandwidth and buffering space, " H.-F. Yu et al. introduced a new Fibonaccibroadcasting scheme (called FiB+) for video broadcasting and achieved smaller client buffering space than that of FiB under two-channel receiving bandwidth.In the paper entitled "Single-channel data broadcasting under small waiting latency, " H.-F. Yu proposes a single-channel broadcasting scheme for video-on-demand services.By partitioning a video into equal-sized segments, these classified segments have been transferred over a single channel according to a predefined arrangement to yield short waiting time of data broadcasting.In the paper "A mutual-evaluation genetic algorithm for numerical and routing optimization, " C.-H. Lin and J.-D.He present a mutual-evaluation genetic algorithm (MEGA) to find optimal flow-allocation strategies for multipath-routing problems.In the paper entitled "Minimum-cost QoS-constrained deployment and routing policies for wireless relay networks, " F.-Y.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».