MétaCan
Menu
Retour à la cohorte
Enregistrement W2136429259 · doi:10.1109/pimrc.2003.1264377

A power-controlled multiple access scheme for differentiated service and energy efficiency in mobile ad hoc networks and wireless LANs

2004· article· en· W2136429259 sur OpenAlexaff
Chi‐Hsiang Yeh, Tiantong You

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkNetwork packetQuality of serviceThroughputScheduleWireless ad hoc networkNetwork allocation vectorIEEE 802.11sPower controlIEEE 802.11e-2005Access controlIEEE 802.11Wireless networkWirelessPower (physics)Wi-Fi arrayTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we present multiple access with lag time (MALT) for medium access control (MAC) with strong quality-of-service (QoS) supports and throughput-efficient power control in mobile ad hoc networks. On lop of conventional priority-based techniques such as different interframe spaces and backoff algorithms, MAPS supports effective differentiated service employing the distributed differentiated scheduling (DDS) to allow packets with higher priority or urgent deadline to schedule for a packet slot that is farther into the future. In this way, these higher-priority packets can schedule for their transmissions without competition from lower priority packets since the latter are not allowed to make reservation during slots with conflicting schedules yet. We demonstrate through simulations that MALT is considerably stronger than IEEE 802.11e and a power-controlled dual-channel variant of IEEE 802.11e in terms of its differentiation capability for delays, discarding/blocking ratios, and throughput. Our simulation results also show that MAPS can achieve higher throughput as compared to EDCF of IEEE 802.11e due to its supports for power-controlled variable-radius transmissions.

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 enseignants0,001
Score d'incertitude au seuil0,005

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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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

Citations12
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Networks and ProtocolsTravaux en français237 207