MétaCan
Menu
Retour à la cohorte
Enregistrement W2150795384 · doi:10.1109/twc.2007.05833

Wireless Profiled TCP Performance over Integrated Wireless LANs and Cellular Networks

2007· article· en· W2150795384 sur OpenAlexaff
Humphrey Rutagemwa, Minghui Shi, Xuemin Shen, J.W. Mark

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkHandoverTCP Westwood plusTCP global synchronizationTransmission Control ProtocolTCP accelerationTCP tuningWireless networkPacket lossTCP Friendly Rate ControlNetwork packetZeta-TCPWirelessReal-time computingVertical handoverTransmission (telecommunications)Heterogeneous networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

An analytical framework for studying the performance of wireless profiled TCP (WP-TCP) flows over the integrated wireless LAN and cellular networks is proposed. The framework can be used to analyze the short-term performance during vertical handover and long-term performance of WP-TCP for a given set of network and protocol parameters. It captures the WP-TCP behavior under the influence of wireless channel errors, step change in network parameters and excessive packet losses due to vertical handovers. Extensive simulations are conducted to verify the accuracy of the analytical framework. The main findings in this study are: (1) when the network is subjected to hard handovers, increasing the maximum window size improves the efficiency in a high transmission error environment, but degrades the efficiency in a low transmission error environment; (2) increasing the congestion window reduces the chances of premature timeouts during soft upward vertical handover; and (3) depending on duplicate ACK threshold, increasing the congestion window can increase or reduce the chances of false fast retransmit during soft upward vertical handover.

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)0,008
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,220 · 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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetNetwork Traffic and Congestion ControlTravaux en français237 207