MétaCan
Menu
Retour à la cohorte
Enregistrement W2290617295 · doi:10.1109/glocom.2015.7417275

Dual Decomposition Method for Energy-Efficient Resource Allocation in D2D Communications Underlying Cellular Networks

2015· article· en· W2290617295 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2015 IEEE Global Communications Conference (GLOBECOM) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensMcGill UniversityUniversité du Québec à MontréalInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésComputer scienceResource allocationCellular networkQuality of serviceEfficient energy useSpectral efficiencyDual (grammatical number)Resource management (computing)Mathematical optimizationChannel allocation schemesOptimization problemChannel (broadcasting)Computer networkDistributed computingWirelessAlgorithmMathematicsEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the energy-efficient resource allocation for device-to-device (D2D) communication underlying cellular networks. Specifically, we aim to maximize the minimum weighted energy-efficiency (EE) of D2D links while guaranteeing the minimum data rates of the cellular links. This design, therefore, guarantees fairness for D2D links and quality-of-service (QoS) for cellular links. Toward this end, we first characterize the optimal power allocation for cellular links based on which the original resource allocation problem can be transformed into the joint sub-channel and power allocation problem for D2D links. We then propose a dual decomposition based algorithm to solve the resource allocation problem in the dual domain. Theoretical analysis demonstrates that the proposed algorithm achieves strong performance guarantee. Numerical studies show that the proposed algorithm achieves nearly optimal performance, and it performs much better than the spectrum-efficient algorithm.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,804
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,092
Tête enseignante GPT0,356
Écart entre enseignants0,265 · 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