MétaCan
Menu
Retour à la cohorte
Enregistrement W2292796461 · doi:10.1109/glocom.2014.7417468

Optimal Stochastic Power Control for Energy Harvesting Systems with Statistical Delay Constraint

2014· article· en· W2292796461 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) · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMarkov decision processMathematical optimizationTransmitterComputer scienceOptimal controlFadingNetwork packetEnergy harvestingPower controlMarkov processController (irrigation)Online algorithmChannel (broadcasting)Control theory (sociology)Power (physics)Energy (signal processing)Control (management)MathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

This paper studies optimal stochastic power control problem for a time-varying communication link, where the transmitter randomly harvests renewable energies from the environment. The harvested energies are stored in an energy buffer (or battery). Packets arrive at the transmitter data buffer with a constant rate μ. The objective is to maximize μ under the statistical delay and energy harvesting (EH) constraints. In order to study the optimal power control policy, we reformulate the problem as an infinite-horizon Markov decision process (MDP) using asymptotic delay analysis. The optimal policy and its structural properties are studied by employing the post-decision framework approach. We then propose an online power control algorithm, which converges to the optimal solution without requiring the statistical knowledge of the channel fading and EH processes. Numerical results demonstrate the effectiveness of the online algorithm for different delay constraints and EH settings.

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 enseignants0,944
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · 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