MétaCan
Menu
Retour à la cohorte
Enregistrement W2114776857 · doi:10.1109/glocom.2009.5425228

Adaptive Probabilistic Medium Access in MPR-Capable Ad-Hoc Wireless Networks

2009· article· en· W2114776857 sur OpenAlexaff
Majid Ghanbarinejad, Christian Schlegel, Paweł Gburzyński

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceWireless ad hoc networkMultiple Access with Collision Avoidance for WirelessAd hoc wireless distribution serviceNetwork packetAlohaRandom accessProbabilistic logicVehicular ad hoc networkDistributed computingOptimized Link State Routing ProtocolStochastic geometry models of wireless networksMobile ad hoc networkWireless networkWirelessTransmission (telecommunications)ThroughputTelecommunicationsRouting protocol

Résumé

récupéré en direct d'OpenAlex

Medium access in ad-hoc wireless networks must be performed in a distributed fashion due to lack of coordination between nodes. Specifically, when nodes are capable of receiving more than one transmission simultaneously, the design of distributed medium-access mechanisms that efficiently exploit the receiver's capability becomes more challenging. Adaptive probabilistic medium access for ad-hoc wireless networks is proposed in this paper. Nodes with data packets to transmit perform an announcement process in order to inform other nodes of their intended traffic. The acquired information through this process about other potential transmitters in the vicinity is then used by the nodes to choose a transmission probability with which they transmit their data packets. The performance of a multi-packet reception capable ad-hoc wireless network under the proposed protocol is analyzed and evaluated numerically and via simulations, and compared with Aloha-type random access.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0020,000
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 Opus0,019
Tête enseignante GPT0,255
Écart entre enseignants0,236 · 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

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207