MétaCan
Menu
Retour à la cohorte
Enregistrement W2129367430 · doi:10.1109/wcnc.2008.334

A Maximal Power-Conserving Scheduling Algorithm for Broadband Wireless Networks

2008· article· en· W2129367430 sur OpenAlexfundno aff
Hsin-Lung Tseng, Yu-Pin Hsu, Chung‐Hsien Hsu, Po‐Hsuan Tseng, Kai‐Ten Feng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Economic AffairsNational Science CouncilMinistère de la Santé et des Services sociaux
Mots-clésComputer scienceTelecommunications linkBase stationQuality of serviceWireless broadbandScheduling (production processes)Computer networkWiMAXWirelessBroadband networksBroadbandWireless networkDistributed computingAlgorithmMathematical optimizationTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

The limitation on the battery lifetime has been a critical issue for the advancement of mobile computing. Different types of power-saving techniques have been proposed in various fields. In order to provide feasible energy-conserving mechanism for the mobile subscriber stations (MSSs), three power-saving types have been proposed for the IEEE 802.16e broadband wireless networks. However, these power-saving types are primarily targeting for the cases with a single connection between the base station (BS) and the MSS. With the existence of multiple connections, the power efficiency obtained by adopting the conventional scheduling algorithm can be severely degraded. In this paper, a maximal power-conserving (MPC) scheduling algorithm is proposed to consider the aggregated effect from the multiple connections to the power efficiency. Moreover, the quality-of-service (QoS) constraints from both the downlink and the uplink traffic are employed in the design of the MPC algorithm in order to facilitate the corresponding MSS to fulfill its QoS requirements in both directions. Numerical results show that the proposed MPC scheduling algorithm outperforms the conventional 802.16e power-saving mechanism, especially under the multi-connection scenarios.

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 enseignants0,696
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGreen IT and SustainabilityTravaux en français237 207