MétaCan
Menu
Retour à la cohorte
Enregistrement W2096902129 · doi:10.1109/icc.2006.254709

A Concave Minimization Approach to Dynamic Spectrum Management for Digital Subscriber Lines

2006· article· en· W2096902129 sur OpenAlexaff
Xu Yang, S. Panigrahi, Tho Le‐Ngoc

Notice bibliographique

Revue2006 IEEE International Conference on Communications · 2006
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDigital subscriber lineMinificationMathematical optimizationConvex optimizationConcave functionComputer scienceConvex functionSequence (biology)Optimization problemLinear programmingReduction (mathematics)Function (biology)Computational complexity theoryRegular polygonDynamic programmingSpectrum (functional analysis)Spread spectrumMathematicsAlgorithmTelecommunicationsCode division multiple access

Résumé

récupéré en direct d'OpenAlex

Optimal Spectrum Management (OSM) computes the optimal PSD for all modems in Digital Subscriber Lines (DSL) systems to achieve the maximum possible data rates. Unfortunately, its complexity grows exponentially in the number of users N and becomes computationally intractable for large N. This paper shows that the non-convex optimization problem in OSM can be reformulated as an equivalent global concave minimization problem by representing its objective function as a difference of two convex functions (d.c.). A prismatic branch and bound algorithm is applied to find the global optimum that only requires solving a sequence of linear programming sub-problems with a substantial reduction in complexity, especially for large N.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations14
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 IEEE International Conference on CommunicationsMême sujetPower Line Communications and NoiseTravaux en français237 207