MétaCan
Menu
Retour à la cohorte
Enregistrement W2294088060 · doi:10.1109/tbc.2015.2505411

LDM Core Services Performance in ATSC 3.0

2016· article· en· W2294088060 sur OpenAlexaff
Cristina Regueiro, Jon Montalbán, Jon Barrueco, Manuel Vélez, Pablo Angueira, Yiyan Wu, Liang Zhang, Sung-Ik Park, Jae-Young Lee, Heung Mook Kim

Notice bibliographique

RevueIEEE Transactions on Broadcasting · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueTelecommunications and Broadcasting Technologies
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesEuropean Regional Development FundEuskal Herriko UnibertsitateaEusko Jaurlaritza
Mots-clésDigital televisionComputer scienceBroadcasting (networking)Digital Video BroadcastingDigital broadcastingMultiplexingDigital audio broadcastingChannel (broadcasting)Enhanced Data Rates for GSM EvolutionElectronic engineeringTelecommunicationsComputer networkEngineering

Résumé

récupéré en direct d'OpenAlex

Advanced Television Systems Committee (ATSC) 3.0, the new generation digital terrestrial television standard, has been designed for facing the new challenges of the future broadcasting systems. ATSC 3.0 has been built using the most recent cutting-edge technologies. Layered division multiplexing (LDM) is one of the major components of the new system baseline. LDM provides a tool to make flexible use of the spectrum for delivering simultaneous services to stationary and mobile services. This paper presents the performance evaluation of ATSC 3.0 core services in mobile scenarios using LDM. Simulation results are presented to analyze the influence of different LDM ensemble configuration modes for mobile reception. The simulation results have been also confirmed by laboratory tests under different channel models. The signal to noise ratio threshold values confirm the excellent behavior of ATSC 3.0 and LDM in mobile and portable scenarios.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,222
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations54
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on BroadcastingMême sujetTelecommunications and Broadcasting TechnologiesTravaux en français237 207