Towards better understanding of the behaviour of Bluetooth networks distributed algorithms
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
The use of frequency hopping spread spectrum in Bluetooth significantly differentiates its networks from classical radio networks. In order to observe such differences, we studied basic algorithms, in particular neighbour discovery and message exchange algorithms. Some of the major differences are found in the procedures of device discovery and link establishment, which are studied in this paper. We focus on their impact on Bluetooth networks' distributed algorithms. We show through detailed simulation experiments that minor modifications to the Bluetooth specifications or their implementation may significantly affect the performance of well-known neighbour discovery algorithms. We then study the impact of the procedures of link establishment with the purpose of finding time-efficient implementations of communication rounds for Bluetooth networks. We study OrderedExchange and RandomExchange as both algorithms implement communication rounds in Bluetooth, but use the PAGE and PAGE SCAN states differently. Theoretical analysis shows that RandomExchange has a better time complexity, while simulation experiments show that OrderedExchange significantly outperforms RandomExchange in networks with a practical size (110 nodes and less). We use the previous results to improve the time efficiency of Bluetooth scatternet formation algorithms through the introduction of the time-efficient algorithm OrderedExchangeCMIS. We believe that the study of some other basic algorithms (such as broadcasting, spanningtree and election) will lead to a better understanding of Bluetooth networks, and as a consequence, to more efficient algorithms that fully leverage the strength of this type of network.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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