MétaCan
Menu
Retour à la cohorte
Enregistrement W2108088366 · doi:10.1109/comst.2005.1423334

Call admission control in wireless networks: A comprehensive survey

2005· article· en· W2108088366 sur OpenAlexaff
Mohamed H. Ahmed

Notice bibliographique

RevueIEEE Communications Surveys & Tutorials · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceCall Admission ControlQuality of serviceWireless networkHandoverRadio resource managementWirelessProvisioningTelecommunications

Résumé

récupéré en direct d'OpenAlex

Radio resource management (RRM) plays a major role in Quality of Service (QoS) provisioning for wireless communication systems. The performance of RRM techniques has a direct impact on each user's individual performance and on the overall network performance. Arriving (new and handoff) calls are granted/denied access to the network by the call admission scheme (CAC) based on predefined criteria, taking the network loading conditions into consideration. CAC in wireless networks has been receiving a great deal of attention during the last two decades due to the growing popularity of wireless communications and the central role that CAC plays in QoS provisioning in terms of the signal quality, call blocking and dropping probabilities, packet delay and loss rate, and transmission rate. In the first and second generation of wireless systems, CAC has been developed for a single service environment. In the third generation and beyond wireless systems, multimedia services such as voice, video, data, and audio are to be offered with various QoS profiles. Hence, more sophisticated CAC schemes are developed to cope with these changes. This article provides a comprehensive survey of CAC schemes in modern wireless networks.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,076
Tête enseignante GPT0,345
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations274
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications Surveys & TutorialsMême sujetWireless Communication Networks ResearchTravaux en français237 207