MétaCan
Menu
Retour à la cohorte
Enregistrement W2097866586 · doi:10.1002/dac.567

A novel delineation mechanism for the ATM adaptation layer 2 over wireless ATM networks

2002· article· en· W2097866586 sur OpenAlexaff
Luis Villaseñor-González, Luis Orozco–Barbosa, Louise Lamont

Notice bibliographique

RevueInternational Journal of Communication Systems · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensCommunications Research Centre CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésATM adaptation layerComputer scienceComputer networkAsynchronous Transfer ModeNetwork packetPayload (computing)

Résumé

récupéré en direct d'OpenAlex

Abstract The ATM adaptation layer 2 (AAL2) has been standardized by the ITU‐T for the support of low data rate and delay‐sensitive applications, such as voice, over ATM networks. One of the main characteristics of the AAL2 standard is the support for multiplexing information at the expense of introducing a new frame structure inside the payload of the ATM cells. The AAL2 standard introduces a mechanism for the delineation of the AAL2 packets and it has been found that the delineation mechanism reduces the performance of AAL2 in the presence of channels with high bit error rates. In this paper, a novel delineation mechanism is proposed for AAL2 to be used over highly error‐prone channels, such as wireless links. The proposed mechanism improves the performance (i.e. reduces packet loss) of the AAL2 standard in the presence of bit errors and in some cases reduces the overhead required for the delineation of the AAL2 packets. Copyright © 2002 John Wiley & Sons, Ltd.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,502

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 savante0,0000,001
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 Opus0,039
Tête enseignante GPT0,264
Écart entre enseignants0,226 · 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
GenreMéthodes

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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Communication SystemsMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207