MétaCan
Menu
Retour à la cohorte
Enregistrement W2284399987 · doi:10.1109/vtcfall.2015.7391104

QoS-Guaranteed User Association in HetNets via Semidefinite Relaxation

2015· article· en· W2284399987 sur OpenAlexaff
Hamza Ümit Sökün, Ramy H. Gohary, Halim Yanıkömeroğlu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHeterogeneous networkComputer scienceBase stationTelecommunications linkRelaxation (psychology)Quality of serviceComputational complexity theoryAssociation schemeAssociation (psychology)Computer networkMathematical optimizationAlgorithmMathematicsWireless networkTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to determine a close-to-optimal user-to-base station (BS) association that maximizes the number of users served by the downlink of a heterogeneous network (HetNet). Such an association must not only ensure that the number of accommodated users is maximized but also that the network resources are efficiently utilized and the users' quality of service (QoS) demands are met. In its simplest form, the optimization problem that underlies this association is combinatorial NP-hard and the difficulty of solving it is aggravated in HetNets by the disparity of transmit powers and BS computational capabilities. To find close-to- optimal user-to-BS associations, we develop a two- phase method based on semidefinite relaxation (SDR) with randomization, which is a powerful method for solving a class of combinatorial problems. Unlike the majority of other polynomial complexity techniques, SDR has a provable approximation accuracy. Numerical examples show that, in comparison with other user-to-BS association approaches, the one proposed herein enables more efficient utilization of resources and a significantly higher number of users to be accommodated.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,214
Écart entre enseignants0,202 · 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207