MétaCan
Menu
Retour à la cohorte
Enregistrement W2109746328 · doi:10.5539/cis.v3n2p3

Impact of Route Selection Metrics on the Performance of On-Demand Mesh-based Multicast Ad hoc Routing

2010· article· en· W2109746328 sur OpenAlexvenueno aff
Natarajan Meghanathan, Srilakshmi R. Vavilala

Notice bibliographique

RevueComputer and Information Science · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMulticastComputer scienceComputer networkPolygon meshProtocol Independent MulticastRouting (electronic design automation)Distance Vector Multicast Routing ProtocolRouting protocolDistributed computingAlgorithmXcast

Résumé

récupéré en direct d'OpenAlex

The main objective of this paper is to study the stability and energy consumption issues of mesh-based multicast routing for mobile ad hoc networks (MANETs). This has been accomplished as follows: (i) The well-known mesh-based on-demand multicast routing protocol (ODMRP) is modified to choose routes based on two different route selection metrics: (a) hop count, as chosen by the Dynamic Source Routing (DSR) protocol and (b) predicted link lifetime, as chosen by the Flow-Oriented Routing Protocol (FORP). The modified ODMRP is referred to as ODMRP_DSR and ODMRP_FORP respectively; (ii) We propose an algorithm called OptMeshTrans to determine the sequence of stable multicast meshes connecting a set of sources to a set of receivers, such that the number of mesh transitions is minimal. Simulation results indicate that the multicast meshes determined using ODMRP_FORP are more stable than those of ODMRP_DSR. There is no appreciable difference between these two ODMRP implementations with respect to hop count per source-receiver path, number of edges and energy consumption per node. The meshes determined using OptMeshTrans are the most stable with relatively fewer edges and incur lower energy consumption per node when compared to the meshes determined using the other two protocols.

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)0,019
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetMobile Ad Hoc NetworksTravaux en français237 207