MétaCan
Menu
Retour à la cohorte
Enregistrement W2125790276 · doi:10.1109/tvt.2014.2310708

Energy-Aware Cooperation Strategy With Uncoordinated Group Relays for Delay-Sensitive Services

2014· article· en· W2125790276 sur OpenAlexaff
A-Long Jin, Wei Song, Peijian Ju, Dizhi Zhou

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkQuality of serviceScalabilityFadingNetwork packetEnergy consumptionTransmission (telecommunications)Transmission delayWirelessProvisioningTimerBroadcasting (networking)Channel (broadcasting)TelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Due to channel fading and user mobility in wireless networks, quality-of-service (QoS) provisioning for multimedia services requires great effort. It is even more challenging to support the fast-growing multimedia services in a green manner. As a promising technique, cooperative communications make use of the broadcasting nature of the wireless medium to facilitate data transmission, and it can achieve energy saving. To support the delay-sensitive multimedia services in an energy-efficient manner, we consider a new framework in this paper where multiple source-destination pairs share a group of relays with an energy constraint. We also propose an effective uncoordinated cooperation strategy, which is based on the backoff timer. The theoretical performance bounds of the proposed strategy are derived with respect to the collision probability and the transmission success probability. As shown in the numerical and simulation results, the proposed strategy outperforms a probability-based uncoordinated strategy in terms of average packet delay, delay outage probability, and energy consumption. Further, we investigate the scalability of our proposed strategy and find that it can be deployed in a large-scale network.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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