MétaCan
Menu
Retour à la cohorte
Enregistrement W2064283193 · doi:10.1109/icc.2010.5502687

Handoff-Aware Channel Assignment for Multi-Radio Wireless Mesh Networks

2010· article· en· W2064283193 sur OpenAlexaff
J. Rezgui, Abdelhakim Hafid, Racha Ben Ali, Michel Gendreau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceHandoverWireless mesh networkQuality of serviceChannel (broadcasting)Latency (audio)WirelessThroughputWireless networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Channel assignment schemes in Multi-Radio Wireless Mesh Networks (MR-WMNs) usually leave several links sharing the same channel within overlapped transmissions or interference ranges; this is especially true when only one radio is used or when the number of radios is very small compared to the number of orthogonal channels. In order to further improve MR-WMN performance, especially for mobile multimedia users, we propose a new assignment scheme that takes into account the presence of non uniform handoff traffic besides the non uniform traffic load. In fact, following handoffs of a large number of mesh clients (MCs), several ongoing flows associated to these clients need to be re-routed along other paths through other mesh routers (MRs). Re-routing that involves MRs (e.g., second-hop MR) further first-hop MRs will result in a much higher service disruption (i.e., data losses), during handoff, than one that involves only first-hop MR due to much bigger re-routing latency. This is not acceptable for real-time multimedia flows. Therefore, in this paper, we propose a dynamic scheme that carefully re-assigns channels to interfaces with the purpose of limiting the re-routing overhead/latency during client handoffs. The proposed scheme chooses a channel re-assignment that achieves a better load balancing among MRs. Therefore, it increases the capacity of MR-WMNs by accepting more users while satisfying their QoS requirements. Simulation results show that our proposed approach achieves good performance in terms of delay, loss rate and overall throughput.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,254
Écart entre enseignants0,232 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207