Impact of route length on the performance of routing and flow admission control algorithms in wireless sensor networks
Notice bibliographique
Résumé
In this study, the impact of route length on the performance of a routing protocol and flow admission control is analysed. First, the authors present an end‐to‐end available‐bandwidth‐based proactive routing protocol for ad‐hoc wireless sensor networks. The routing protocol maintains the best data forwarding path in terms of the end‐to‐end available bandwidth. Second, to determine the impact of route length on a routing protocol's performance, they modify the routing protocol. The modified available‐bandwidth‐based protocol trades‐off the end‐to‐end available bandwidth against the route length. Third, they integrate a state‐of‐the‐art flow admission control algorithm with the proposed protocols and a shortest hop‐count‐based protocol. Through simulations they evaluate the following: (i) performance of the proposed protocols and a state‐of‐the‐art available‐bandwidth‐based opportunistic protocol and (ii) the effectiveness of a state‐of‐the‐art flow admission control algorithm over proposed protocols and a shortest hop‐count‐based protocol. The simulation results demonstrate the following drawbacks of not considering the hop‐count metric: longer data forwarding paths, higher number of retransmissions, and reduced effectiveness of the admission control algorithm. The modified available‐bandwidth‐based proactive protocol provides the best overall performance. Therefore, using their results they conclude that route length impacts the performance of routing and flow admission control algorithms, but is not a singularly decisive factor.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».