MétaCan
Menu
Retour à la cohorte
Enregistrement W2103738403 · doi:10.1109/glocom.2004.1378041

Dynamic threshold-based call admission framework for prioritized multimedia traffic in wireless cellular networks

2005· article· en· W2103738403 sur OpenAlexaff
Nidal Nasser, Hossam S. Hassanein

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkHandoverQuality of serviceCall Admission ControlBase stationWireless networkBandwidth (computing)Cellular networkOverhead (engineering)WirelessMulti-frequency networkCellular trafficScalabilityAdmission controlCall blockingDistributed computingHeterogeneous networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Next generation wireless cellular networks aim at supporting wireless multimedia services with different classes of traffic that are characterized by diverse quality of service (QoS) and bandwidth requirements. They will use micro/picocellular architectures in order to provide higher capacity. However, small-size cells increase the handoff rate drastically. As a result, it is a challenge to provide stable QoS in these networks. In this paper, we present a novel dynamic call admission control (DyCAC) framework for next generation wireless cellular networks. The framework consists of the following components: (i) a threshold-based bandwidth reservation policy; (ii) a threshold update processing module; and (iii) an admission controller module. In this work, each base station locally, independently of other base stations in the network, differentiates between new and handoff calls for each class of traffic by assigning a threshold to each class according to its QoS requirements. The threshold values change dynamically and periodically in order to respond to the varying traffic conditions. The main feature of the proposed framework is its ability to simultaneously achieve several design goals. Numerical results show that our proposed DyCAC framework can guarantee the connection-level quality of service of individual traffic classes while maximizing resource utilization. As well, DyCAC requires low communication overhead, and is highly scalable.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,304
Écart entre enseignants0,284 · 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

Citations23
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207