MétaCan
Menu
Retour à la cohorte
Enregistrement W2149187114 · doi:10.1109/t-wc.2008.071449

Multiuser detection based MAC design for Ad Hoc networks

2008· article· en· W2149187114 sur OpenAlexaff
Jinfang Zhang, Zbigniew Dziong, François Gagnon, Michel Kadoch

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMultiuser detectionWireless ad hoc networkCode division multiple accessComputer networkScheduling (production processes)Distributed computingMultiple Access with Collision Avoidance for WirelessTime division multiple accessWirelessVehicular ad hoc networkRandom accessChannel access methodAccess controlSpread spectrumAd hoc wireless distribution serviceOptimized Link State Routing ProtocolTelecommunications

Résumé

récupéré en direct d'OpenAlex

Recent technological advances in code division multiple access (CDMA) with multiuser detection (MUD) allow to consider this technology for future wireless Ad Hoc networks. Due to the fundamentally different physical layer architecture, application of MUD in Ad Hoc networks requires novel approaches for medium access control (MAC) and scheduling mechanisms in order to take advantage of the new features. This paper proposes a new MAC and scheduling paradigm which addresses three design issues: distributed dynamic code assignment that avoids code collision, distributed scheduling scheme that provides fairness among contending nodes, and organization of the data transmission based on multiuser detection. Simulation model is used to verify the performance gains from the increased spectrum reuse due to multiuser reception and from the reduced interference due to multiuser detection. This is done by comparisons with existing MAC paradigms, such as CSMA/CA and parallel CDMA.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,084
Tête enseignante GPT0,305
Écart entre enseignants0,221 · 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

Citations27
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetWireless Communication Networks ResearchTravaux en français237 207