MétaCan
Menu
Retour à la cohorte
Enregistrement W2167177211 · doi:10.1109/tvt.2003.814224

A probing process for dynamic resource allocation in fixed broadband wireless access networks

2003· article· en· W2167177211 sur OpenAlexafffund
Qiang Wang, Anjali Agarwal

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensConcordia University
Organismes subventionnairesConcordia University
Mots-clésPollingComputer networkComputer scienceNetwork packetBandwidth (computing)BroadbandWireless broadbandProcess (computing)WirelessBase stationBandwidth allocationResource allocationProtocol (science)Broadband networksWireless networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

The paper deals with the support of both real-time and non-real-time communication services in a broadband fixed wireless access network. It investigates the feasibility of dynamically allocating the bandwidth not utilized by other sectors in the staggered resource allocation method. A new medium-access control (MAC) protocol based on the proposed probing process that does not need information exchange and coordination among base stations is presented to improve data packet transmission. The probing process detects available slots unused by other sectors to provide a higher capacity in sectorized cells. A simplified C-PRMA, referred to as prioritized access with centralized polling command, is adopted to implement the probing process effectively. Simulation results show that the proposed MAC protocol with probing process provides an improvement over C-PRMA. In terms of data traffic, the proposed protocol increases the link capacity to near 100% as opposed to 78% for C-PRMA when the workload of other sectors is 69% of the link capacity. In terms of voice traffic, the probing process provides 23% more user capacity than C-PRMA when there are 20 voice users in other sectors.

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 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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,023
Tête enseignante GPT0,303
Écart entre enseignants0,280 · 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 tête enseignante, 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

Citations4
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetWireless Communication Networks ResearchTravaux en français237 207