MétaCan
Menu
Retour à la cohorte
Enregistrement W2130742125 · doi:10.1109/vetecf.2009.5379057

A Distributed Framework with a Novel Pricing Model for Enabling Dynamic Spectrum Access for Secondary Users

2009· article· en· W2130742125 sur OpenAlexaff
Soumitra Dixit, Shalini Periyalwar, Halim Yanıkömeroğlu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceBase stationHandoverWirelessCognitive radioLeaseIncentiveService providerService (business)TelecommunicationsBusiness

Résumé

récupéré en direct d'OpenAlex

Wireless Service Providers (WSPs) aim to maximize the revenue from their investment in spectrum lease and infrastructure. In this paper, we present a simple model for enabling temporary wireless access for Secondary (unsubscribed) Users (SUs) along with Primary (subscribed) Users (PUs) to the same Base Station (BS), allowing SU access provided there is unutilized spectrum available at the BS after all the PUs have been served. We develop a distributed framework focusing on the efficient utilization of the spectrum leased by a WSP, in contrast to the centralized approach based on spectrum/spectrum information pooling prominent in literature. This paper includes a detailed signaling framework along with a novel Differentiated Service Code Point (DSCP) based mechanism for distinguishing PUs from SUs at the BS. A novel incentive based pricing model for SUs with an inherent property of resource management at the BS is proposed along with a criterion for autonomous network selection at the SU terminal and a SU terminal initiated price based handoff scheme. The distributed approach proposed in this paper, provides a framework for a single WSP to maximize its profits by allowing SU access, without the need for coordination with other WSPs through a centralized mediating entity.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,849

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 technologies0,0000,000
Communication savante0,0010,001
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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207