MétaCan
Menu
Retour à la cohorte
Enregistrement W2135870687 · doi:10.1109/isit.2008.4595149

Packet loss recovery codes based on Vandermonde matrices and shift operators

2008· article· en· W2135870687 sur OpenAlexaff
Ali Al‐Shaikhi, Jacek Ilow

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueError Correcting Code Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésVandermonde matrixNetwork packetComputer scienceFountain codeErasureAlgorithmErasure codeOnline codesMatrix (chemical analysis)Block codeDecoding methodsTheoretical computer scienceHamming codeComputer network

Résumé

récupéré en direct d'OpenAlex

An increasing number of real-time applications in packet networks uses erasure codes to cope with packet losses. Most of these codes were designed originally for bit or symbol oriented transmission. This paper introduces packet oriented block codes for the recovery of lost packets. Specifically, a family of systematic erasure codes is proposed based on the Vandermonde matrix applied to a group of k information packets to construct r redundant packets. The elements of the Vandermonde matrix are bit level right arithmetic shift operators applied to the information packets. With low-overhead packet padding, the code design is applicable to packets of any size with the same lengths within the block of k information packets. The recovery of lost packets is based on inverting a matrix corresponding to the coefficient -Vandermonde- matrix augmented by the identity matrix with the rows removed according to the sequence number of the lost packets. The general code design principles are illustrated in this paper with examples of codes of different parameters. Erasure recovery capability of the proposed codes is characterized by simple decoding procedures. The code designs are tested using Monte Carlo simulations and their performance shows good agreement with theoretical results.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · 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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetError Correcting Code TechniquesTravaux en français237 207