MétaCan
Menu
Retour à la cohorte
Enregistrement W2145384758 · doi:10.1109/icc.2006.255675

On the Connectivity and Average Delay of Mobile Ad Hoc Networks

2006· article· en· W2145384758 sur OpenAlexaff
Golnaz Farhadi, Norman C. Beaulieu

Notice bibliographique

Revue2006 IEEE International Conference on Communications · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWaypointWireless ad hoc networkMobility modelComputer scienceComputer networkMobile ad hoc networkTransmission delayTransmission (telecommunications)Range (aeronautics)Delay-tolerant networkingTopology (electrical circuits)Optimized Link State Routing ProtocolMathematicsReal-time computingWirelessTelecommunicationsNetwork packetEngineeringCombinatorics

Résumé

récupéré en direct d'OpenAlex

We present new closed-form analytical expressions for the probability of connectivity and average delay of a mobile ad hoc network with N nodes which move according to the random waypoint (RWP) mobility model. The minimum transmission range for which the network is connected is also derived. Our results show that by increasing the number of nodes, the probability of connectivity increases and the minimum transmission range decreases. It is also shown that the average delay is maximum for the minimum transmission range and this maximum increases by increasing the number of users. In transmission ranges for which the networks are disconnected, increasing the number of users increases the average delay; however, this is reversed when the networks are connected. Particularly, our results show that mobility contributes to the network connectivity, but at the expense of tolerating more average delay when the networks are disconnected. However, mobility decreases the average delay in the connected regions.

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)0,002
score de la tête « metaresearch » (Gemma)0,024
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,291
Écart entre enseignants0,251 · 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

Citations17
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 IEEE International Conference on CommunicationsMême sujetMobile Ad Hoc NetworksTravaux en français237 207