MétaCan
Menu
Retour à la cohorte
Enregistrement W2123576001 · doi:10.1109/tcomm.2014.2329834

Diversity–Multiplexing Tradeoff of Asynchronous Decode-and-Forward Cooperative Networks

2014· article· en· W2123576001 sur OpenAlexaff
Mehdi Torbatian, Mohamed Oussama Damen

Notice bibliographique

RevueIEEE Transactions on Communications · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of WaterlooIGNIS Innovation (Canada)
Organismes subventionnairesnon disponible
Mots-clésAsynchronous communicationMultiplexingComputer scienceTransmitterOrthogonal frequency-division multiplexingBandwidth (computing)Electronic engineeringComputer networkWaveformChannel (broadcasting)TelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

The diversity-multiplexing tradeoff (DMT) of a general two-hop asynchronous cooperative network is examined for orthogonal and nonorthogonal selection decode-and-forward relaying protocols. The transmitter nodes send pulse amplitude modulation signals, in which information symbols are linearly modulated by a shaping waveform to be sent to the destination. We consider two different cases of band-limited and time-limited shaping waveforms. In each case, the DMT performance of the asynchronous and synchronous networks is compared. It is proved that in the band-limited system scenario, the asynchronism does not incur any performance loss, and the same DMT as that of the corresponding synchronous network is obtained for both protocols. In the time-limited-system scenario, the bandwidth is expanded for high values of signal-to-noise ratio. In this scenario, it is observed that only asynchronous signaling is able to exploit the extra degrees of freedom of the channel. The asynchronous network in this scenario provides better DMT performances for both protocols throughout the range of the multiplexing gain.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
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 Opus0,041
Tête enseignante GPT0,271
Écart entre enseignants0,230 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207