MétaCan
Menu
Retour à la cohorte
Enregistrement W2148147164 · doi:10.1109/ccece.2011.6030462

On the characteristics of concentration-encoded multi-level amplitude modulated unicast molecular communication

2011· article· en· W2148147164 sur OpenAlexaff
Mohammad Upal Mahfuz, Dimitrios Makrakis, Hussein T. Mouftah

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMolecular communicationUnicastInterference (communication)Transmission (telecommunications)AmplitudeSIGNAL (programming language)Modulation (music)Binary numberComputer scienceTopology (electrical circuits)Electronic engineeringFunction (biology)Sequence (biology)AlgorithmBiological systemTelecommunicationsMathematicsPhysicsAcousticsChemistryOpticsComputer networkEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

In this paper we have investigated into a multi-level amplitude modulation (M-AM) scheme for concentration encoded unicast molecular communication between a transmitting nanomachine (TN) and a receiving nanomachine (RN) in a nanonetwork. The performance of M-AM scheme has been evaluated on the basis of signal strength in the form of average loss of concentration of received molecules at the location of RN, and interference strength in the form of concentration of undesired molecules that originate at previous symbol but provide additional concentration of molecules over the transmission rate, and interfere with the detection of current symbol. In order to evaluate signal strength and interference strength characteristics two performance metrics have been proposed and explained by observing their behavior as a function of communication range and number of amplitude levels. In addition, results of M-AM scheme have been compared with conventional binary scheme in order to show the corresponding improvement and/or drawbacks when a random sequence of bits is transmitted.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,061
Tête enseignante GPT0,232
Écart entre enseignants0,171 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMolecular Communication and NanonetworksTravaux en français237 207