MétaCan
Menu
Retour à la cohorte
Enregistrement W2118106390 · doi:10.1109/iwcmc.2008.140

A Traffic Specific Energy Saving Strategy for Mobile Stations in Wireless Networks

2008· article· en· W2118106390 sur OpenAlexaff
Zixin Liu, Jalal Almhana, R. McGorman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensNortel (Canada)Université de Moncton
Organismes subventionnairesnon disponible
Mots-clésSleep modeComputer scienceScheduleWeibull distributionIdleWirelessSleep (system call)Real-time computingPower (physics)Computer networkInterval (graph theory)Mobile telephonyMode (computer interface)Mobile radioTelecommunicationsPower consumption

Résumé

récupéré en direct d'OpenAlex

In wireless communication networks, power saving is an important issue and sleep mode is usually used to prolong battery life time of mobile devices; when there is no data to transmit or receive, a mobile device can switch to sleep mode periodically. Apparently, there is a trade-off between power saving and response delay, and the performance of a power saving mechanism depends on the user traffic characteristics and how well the sleep interval updating mechanism can capture the termination time of an idle period. In essence, sleep interval updating is a standard inspection problem in operational research. In this paper, we model the idle durations of a mobile device by Weibull distributions and propose to use the density based inspection strategy of Weibull distribution to schedule the sleep intervals of mobile devices. The proposed scheme is compared with the power saving mechanism of IEEE802.16e under a wide variety traffic conditions. Numerical examples are provided to show the effectiveness of the proposed scheme.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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
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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGreen IT and SustainabilityTravaux en français237 207