MétaCan
Menu
Retour à la cohorte
Enregistrement W2159152015 · doi:10.1287/ijoc.1110.0463

A Branch-and-Cut Approach for the Minimum-Energy Broadcasting Problem in Wireless Networks

2011· article· en· W2159152015 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueINFORMS journal on computing · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésBroadcasting (networking)Node (physics)Wireless sensor networkComputer scienceTree (set theory)WirelessEnergy consumptionWireless networkBranch and cutMathematical optimizationEnergy (signal processing)Exponential functionComputer networkMathematicsAlgorithmInteger programmingTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper studies the minimum-energy broadcasting problem (MEBP) in wireless sensor networks. The aim of the MEBP is to determine the power assignment of each node in a wireless sensor network such that a specified source node can broadcast messages to each of the other nodes and the total energy consumption is minimized. We first present a new formulation involving an exponential number of constraints for the broadcasting requirement. We then prove that under a mild condition, these constraints for the broadcasting requirement are facet defining. Directly using the proposed formulation, we further present a new branch-and-cut (B&C) solution approach to optimally solve the MEBP. We propose three ways to identify violated cuts at each node in the enumeration tree. Finally, we test the proposed B&C approach on 1,000 randomly generated instances with different properties and compare it with other alternative methods in the literature. Computational results demonstrate the effectiveness and efficiency of our approach using the proposed formulation for instances with up to 100 nodes.

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.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,230
Écart entre enseignants0,203 · 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