MétaCan
Menu
Retour à la cohorte
Enregistrement W2125505842 · doi:10.1109/wcnc.2003.1200619

Traffic prediction based access control in wireless CDMA networks supporting integrated services

2004· article· en· W2125505842 sur OpenAlexaff
T.S. Randhawa, R.H.S. Hardy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensSimon Fraser UniversitySierra Wireless (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCDMA2000Computer networkCode division multiple accessNetwork packetMarkov processMarkov chainReal-time computingAccess control

Résumé

récupéré en direct d'OpenAlex

In this paper an access control protocol is proposed and analyzed for an integrated video/voice/data DS-CDMA (direct-sequence code division multiple access) system. The protocol involves predicting the residual capacity available to non real-time data services in the reverse link (mobile to cell-site). Each real-time voice or video call is assumed to handle bursty traffic by utilizing one or more DS-CDMA channels, in parallel, as provisioned in IS-95-B and cdma2000 standards. The arrival of new calls well as the variations in the aggregate bit-rate of the existing real-time calls, and hence the number of occupied channels with respect to time, are modeled as a two-dimensional imbedded DTMC (discrete time Markov chain) process. The state of the Markov process is predicted to compute the residual capacity or the number of data packets that could be scheduled in the next time slot. Simulation results obtained, using synthetic data, are presented to demonstrate the viability of the approach. The main contribution of the paper is that it presents a simple yet effective application of the two-dimensional imbedded Markov chain model in the access control of integrated services in the reverse link of a CDMA cell.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,290
Écart entre enseignants0,274 · 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

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207