MétaCan
Menu
Retour à la cohorte
Enregistrement W2125476209 · doi:10.5555/2693848.2694142

Simulation implementation and performance analysis for situational awareness data dissemination in a tactical manet

2014· article· en· W2125476209 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWinter Simulation Conference · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpportunistic and Delay-Tolerant Networks
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésMobile ad hoc networkComputer scienceSituation awarenessNetwork topologyDisseminationWireless ad hoc networkComputer networkDistributed computingBandwidth (computing)Information DisseminationVehicular ad hoc networkWirelessWorld Wide WebEngineeringNetwork packetTelecommunications

Résumé

récupéré en direct d'OpenAlex

Situational awareness (SA) information in tactical mobile ad hoc networks (MANETs) is essential to enable commanders to make informed decisions during military operations. Sharing SA information in MANETs is a challenging problem because missions are run with dynamic network topologies, using unreliable wireless links, and with devices that have strict bandwidth and energy constraints. Development and validation of efficient data delivery methods in MANETs often require simulation; however, the literature is sparse regarding simulations specifically for SA dissemination. In this paper we present a simulation implementation for a newly proposed Opportunistic SA Passing (OSAP) scheme and investigate its efficiency in realistic scenarios. Moreover, we propose several metrics aimed at facilitating evaluation of SA dissemination schemes in general, and we demonstrate the applicability of the metrics in our simulation results. Our simulation provides a flexible framework and evaluation platform for experimental studies of SA data dissemination in tactical MANETs.

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 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 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: aucune
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,091
Tête enseignante GPT0,387
Écart entre enseignants0,296 · 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