Power spectrum optimization for interference mitigation via iterative function evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Power spectrum optimization is a well-known difficult nonconvex optimization problem for which only local optimality can typically be assured. This paper unifies several classes of local optimization methods and proposes efficient and new methods for power spectrum optimization by observing that methods for reaching the local optimal points can often be expressed in the form of an iterative function evaluation. This proposed new approach is based on the fact that the gradient of the objective function is zero at a local optimum, and that different manipulations of the optimality condition can then lead to different power update equations. As a practical application, this paper examines the benefit of dynamic power spectrum optimization for interference mitigation in a wireless backhaul network in which remote radio units are deployed to serve mobile users in areas with high data traffic demand. The remote radio units, called remote terminals (RT), are connected to access nodes (AN) via orthogonal frequency division multiple access (OFDMA) over a fixed bandwidth with one RT active in each frequency tone. The system performance is thus limited by internode interference solely, and no intranode interference. This paper shows that iterative function evaluation based methods provide a significant improvement in the overall network throughput in this setting as compared to a conventional network with fixed transmit power spectrum. The proposed methods have computationally fast convergence and can be implemented in a distributed fashion assuming reasonable amount of internode information exchange. Further, some of the proposed methods can be implemented asynchronously at each AN, which makes them amenable to practical utilization.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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