Generalized Queue-Aware Resource Management and Scheduling for Wireless Communications
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.
Notice bibliographique
Résumé
The general problem of a queue-aware radio resource management and scheduling design is investigated for wireless communications under quasi-static fading channel conditions. Based on an analysis of the source buffer queuing system, the problem is formulated as a constrained nonlinear discrete programming problem. The state transition matrix of the queuing system determined by the queue-aware scheduler is shown to have a highly dynamic structure, so that the conventional matrix analysis and optimization tools are not applicable. By reformulating the problem into a nonlinear integer programming problem on an integer convex set, a direct search approach is considered. Two types of search algorithms, gradient based and gradient-free, are investigated. An integer steepest-descent search with a sub-sequential interval search algorithm and a constrained discrete Rosenbrock search (CDRS) algorithm is proposed to solve the nonlinear integer problem. Both algorithms are shown to have low complexity and good convergence. The numerical results for a single user resource allocation are presented, which show that both algorithms outperform equal partitioning and random partitioning queue-aware scheduling. The dynamic programming (DP) solution given by the relative value iteration algorithm, which provides the true optima but has high complexity, is used as a benchmark. In the majority of the numerical examples, the performance of the CDRS algorithm is almost identical to that of the DP approach in terms of both the average queue length minimization and the average packet blocking plus packet retransmission minimization, but it is less complex, and thus has better scalability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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