Optimal Packet Scheduling for Multi-Description Multi-Path Video Streaming Over Wireless Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As developments in wireless networks continue, there is an increasing expectation with regard to supporting high- quality real-time video streaming service in such networks. The recent advances in multi-description (MD) multi-path transport has made it a promising technology for content-rich wireless multimedia communications. This paper presents a rate-distortion (R-D) optimized packet scheduling algorithm (OPT- MD) for streaming MD-coded video along multiple wireless paths. Our algorithm relies on R-D hint information that is used to characterize a packet in a R-D sense. The information consists of the size of the packet in bits and the importance of the packet for reconstructing the video. Each of the video description adaptively selects certain important packets for transmission according to the quality of the transmission path by simultaneously considering bandwidth, bit error rate, and delay so that the overall end-to-end video distortion in terms of the mean square error (MSE) is minimized. Extensive simulation results demonstrate that OPT-MD can improve the quality of video streaming significantly as compared to a conventional scheduling approach that does not consider the relative importance of the video packets and the channel conditions (RANDOM-MD). The gains in performance reach up to 5 dB and 4 dB for streaming MD-coded format QCIF <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">FORMAN</i> and <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">TABLE</i> video sequences, respectively, in the scenario of adaptation to a simulated time- varying network channel. Our efforts in this work provides an important methodology for high-quality real-time video streaming applications over wireless networks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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