MétaCan
Menu
Retour à la cohorte
Enregistrement W2110539303 · doi:10.1109/ccnc.2007.54

Cross-Layer Design for Optimizing the Performance of Clusters-Based Application Layer Schemes in Mobile Ad Hoc Networks

2007· article· en· W2110539303 sur OpenAlexaff
Roch Glitho, Chunyan Fu, Ferhat Khendek

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensEricsson (Canada)Concordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWireless ad hoc networkMobile ad hoc networkComputer networkLayer (electronics)Vehicular ad hoc networkDistributed computingNetwork layerAdaptive quality of service multi-hop routingOptimized Link State Routing ProtocolAd hoc wireless distribution serviceRouting (electronic design automation)Network architectureArchitectureCluster (spacecraft)Session (web analytics)WirelessRouting protocolTelecommunicationsNetwork packet

Résumé

récupéré en direct d'OpenAlex

A critical challenge in mobile ad hoc networks is to scale with a flat structure. Clusters are customarily used at the network layer of these networks, especially for the routing schemes required to approach this problem. Recently, their use at the application layer has also been proposed. However, this new usage faces many performance challenges. This paper focuses on how to optimize the performance of cluster-based application layer schemes in mobile ad hoc networks. It proposes an architecture based on cross-layer design, a concept employed more and more in wireless environments, and which violates reference-layered architecture. We illustrate this architecture with a case study on a cluster-based session signaling scheme. We also present a proof-of-concept prototype and our initial measurements.

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)0,002
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 enseignants0,672
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207