MétaCan
Menu
Retour à la cohorte
Enregistrement W2135526557 · doi:10.1109/glocom.2003.1258299

Efficient on-demand routing for mobile ad-hoc wireless access networks

2004· article· en· W2135526557 sur OpenAlexafffund
Joo-Han Song, Vincent W. S. Wong, Victor C. M. Leung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésComputer networkComputer scienceAd hoc On-Demand Distance Vector RoutingWireless Routing ProtocolOptimized Link State Routing ProtocolDynamic Source RoutingWireless ad hoc networkAd hoc wireless distribution serviceDestination-Sequenced Distance Vector routingInterior gateway protocolRouting protocolDistributed computingNetwork packetWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider a mobile ad-hoc wireless access network in which mobile nodes can access the Internet via a stationary gateway node or access point. Mobile nodes that are outside the transmission range of the gateway can continue to communicate with the gateway via a multi-hop connection with their neighboring nodes. The ad-hoc on-demand distance vector (AODV) routing protocol is extended by incorporating the concept of load-balancing (LB). We call this the LB-AODV routing protocol. Simulation results show that in a congested network environment, our proposed LB-AODV has a higher packet delivery fraction, a lower end-to-end delay and control overhead when compared with both AODV and gossip-based routing protocols.

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)0,001
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 enseignants0,921
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0020,001
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 Opus0,016
Tête enseignante GPT0,271
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
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

Citations20
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMobile Ad Hoc NetworksTravaux en français237 207