MétaCan
Menu
Retour à la cohorte
Enregistrement W2135551431 · doi:10.1109/mcom.2009.4785381

Network-based mobility management in the evolved 3GPP core network

2009· article· en· W2135551431 sur OpenAlexaff
Irfan Ali, Alessio Casati, Kuntal Chowdhury, Katsutoshi Nishida, Eric W. Parsons, Stefan Schmid, Rahul Vaidya

Notice bibliographique

RevueIEEE Communications Magazine · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueIPv6, Mobility, Handover, Networks, Security
Établissements canadiensNortel (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceUMTS Terrestrial Radio Access NetworkMobility managementCore networkRadio access networkQuality of serviceDigital subscriber lineAccess networkGPRS core networkProxy Mobile IPv6Network packetWiMAXTelecommunicationsMobile IPWirelessGeneral Packet Radio ServiceMobile stationBase station

Résumé

récupéré en direct d'OpenAlex

A key aspect of the 3GPP system architecture evolution is the specification of an evolved packet core that supports multiple access networks. The EPC enables operators to deploy and operate one common packet core network for 3GPP radio accesses (E-UTRAN, UTRAN, and GERAN), as well as other wireless and wireline access networks (e.g., eHRPD, WLAN, WIMAX, and DSL/Cable), providing the operator with a common set of services and capabilities across the networks. A key requirement of the EPC is to provide seamless mobility at the IP layer as the user moves within and between accesses. This article provides an overview of the EPC specifications that use a network-based mobility mechanism based on Proxy Mobile IPv6 to enable mobility between access networks. An important facet of providing seamless mobility for a user's sessions across technologies is to ensure that quality of service is maintained as the user moves between accesses. An overview of the "off-path" QoS model to supplement PMIPv6 is also provided.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,270
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), 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

Citations54
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications MagazineMême sujetIPv6, Mobility, Handover, Networks, SecurityTravaux en français237 207