MétaCan
Menu
Retour à la cohorte
Enregistrement W2112471236 · doi:10.1109/iscc.2007.4381597

Generalized Performance Modeling of Vehicular Ad Hoc Networks (VANETs)

2007· article· en· W2112471236 sur OpenAlexaff
Mehdi Khabazian, Muhammad Ali

Notice bibliographique

RevueProceedings - IEEE Symposium on Computers and Communications/IEEE Symposium on Computers and Communications · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkNode (physics)Wireless ad hoc networkRouting (electronic design automation)Network topologyMobility modelPoisson distributionThroughputDistributed computingTopology (electrical circuits)Markov processPath (computing)QueueMathematicsEngineeringTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the statistical properties of the connectivity of VANETs with user mobility at the steady state. We assume a network of highways with arbitrary topology. The nodes arrive at the network through one of the traffic entry points following a Poisson process and move within the network according to a mobility model. The path of a node within the network is determined through a routing matrix. The system is modeled as a BCMP network of queues. We derive the probability distribution of the node population size within the network. Then, we determine the probability distribution of the cluster size seen by a new node arriving along a path. The presented numericals results illustrate the effect of mobility on connectivity. The results of the paper may be used to study the routing algorithms, throughput or delay in VANETs.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,094
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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.

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

Citations14
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings - IEEE Symposium on Computers and Communications/IEEE Symposium on Computers and CommunicationsMême sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207