Clustering concept and QoS constraints in dense mobile ad hoc networks
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
In mobile ad hoc networks, many routing protocols use broadcast mechanism to find route whereas one of the wireless network challenges is the bandwidth optimisation. This mechanism increases the control overhead and consumes bandwidth and energy. The overhead penalty increases with the density and the network size. Thus is important to reduce the number of participants in that mechanism. One of the used solutions consists of determining clusterheads nodes. In this paper, we propose an algorithm for choosing clusterheads (SRCAC). Each node in the network broadcasts its ID, status and election index. The election index is a combination of potentiality index and stability index. The potentiality index is a linear combination of the mobile resources like processor speed, RAM and ROM memories. The stability index shows the cluster life time. Then, we use SRCAC to build clusters. We suggest a backup clusterhead which could become the principal clusterhead when the first breaks down. To improve the reliability of interclusters communications, we build a mesh between gateway and distributed gateway. Moreover, we introduce Quality of Service (QoS) constraints in the ODMRP (On Demand Multicast Routing Protocol) mobility prediction version.We compare our algorithm with the WCA (Weighted Clustering Algorithm for Mobile Ad hoc Networks) algorithm in terms of clusterheads. The results show that our algorithm performs better than the WCA and, finally, the deterioration of the performances imposed by the constraints on this ODMRP version is unimportant.
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 | 0,000 | 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 | 0,001 | 0,001 |
| 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