MétaCan
Menu
Retour à la cohorte
Enregistrement W2161865670 · doi:10.1109/access.2015.2461007

Generalized Queue-Aware Resource Management and Scheduling for Wireless Communications

2015· article· en· W2161865670 sur OpenAlexafffund
Ning Wang, Chen He, T. Aaron Gulliver, Vijay K. Bhargava

Notice bibliographique

RevueIEEE Access · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceMathematical optimizationInteger programmingAlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,056
Tête enseignante GPT0,309
Écart entre enseignants0,253 · 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

Citations7
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207