MétaCan
Menu
Retour à la cohorte
Enregistrement W2131697756 · doi:10.1109/mwc.2015.7224723

Dynamic radio coordination for improved quality of experience in software-defined wireless networks

2015· article· en· W2131697756 sur OpenAlexaff
Xu Li, Ngọc-Dũng Đào, Hang Zhang

Notice bibliographique

RevueIEEE Wireless Communications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensHuawei Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePower controlSoftware-defined radioCluster analysisRadio resource managementComputer networkContext (archaeology)WirelessCognitive radioInterference (communication)Benchmark (surveying)Wireless networkQuality of experienceRemote radio headQuality of serviceBootstrapping (finance)Channel (broadcasting)Power (physics)TelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Co-channel interference (CCI) is one of the major hindering factors of wireless system capacity and quality of experience (QoE) to users. Radio coordination (RC) techniques have been investigated to control CCI. Clustering, as a bootstrapping step of RC, defines which subset of radio nodes should be coordinated together. As a typical RC technique, cluster-based power control is not well studied in the literature. Existing solutions include all radio nodes in a single cluster, or they rely on pre-defined fixed clusters. In this tutorial we put forward dynamic clustering for coordinated power control, in the context of software-defined radio access networks, and hope to trigger more follow-up research on the topic. We propose to form clusters according to the dominant interference relation among radio nodes. A comparative simulation study indicates that the proposed approach offers similar QoE to users as the benchmark algorithms used, yet with greatly reduced RC complexity.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,812

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 ouverte0,0010,000
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 Opus0,049
Tête enseignante GPT0,319
Écart entre enseignants0,271 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207