MétaCan
Menu
Retour à la cohorte
Enregistrement W2161515511 · doi:10.1109/glocom.2006.982

WSN16-1: A Weighted Clustering Algorithm Using Local Cluster-heads Election for QoS in MANETs

2006· article· en· W2161515511 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.

Notice bibliographique

RevueGlobecom · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCluster analysisComputer networkQuality of serviceNetwork packetRouting protocolDistributed computingMobile ad hoc networkWireless ad hoc networkNetwork topologyTopology (electrical circuits)AlgorithmWirelessMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a new distributed weighted clustering algorithm with local cluster-heads election (WCA-L) based on an on-demand distributed clustering algorithm for multi-hop packet radio networks. The multi-hop packet radio networks, also named mobile ad hoc networks (MANETs) have a dynamic topology due to the mobility of their nodes. This mobility makes the challenge harder for routing protocol. Moreover, the well known routing protocols are not able to offer QoS that is why we need to manage MANETs. Such task can be done using clustering techniques but the association and dissociation of nodes to and from clusters perturb the stability of the network topology, and hence reconfiguration of the system is often unavoidable. However, it is vital to keep the topology stable as long as possible. The nodes called cluster-heads form a dominant set and determine the topology and its stability. Simulation experiments are conducted to evaluate the stability of the dominant set in terms of updates of the dominant set, handovers of a node between two clusters and the QoS in terms of packet delivery rate and overhead provided by both our algorithm (WCA-L) and the weighted clustering algorithm (WCA), which does not consider prediction and local election. Results show that our algorithm performs better than WCA.

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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,243
Écart entre enseignants0,233 · 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