MétaCan
Menu
Retour à la cohorte
Enregistrement W2315093559 · doi:10.1109/tsg.2016.2536145

Optimized WiMAX Profile Configuration for Smart Grid Communications

2016· article· en· W2315093559 sur OpenAlexafffund
Fariba Aalamifar, Lutz Lampe

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Security and Resilience
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésWiMAXSmart gridTelecommunications linkComputer networkComputer scienceInteroperabilityScheduling (production processes)Wireless broadbandNetwork packetWirelessGridDistributed computingEngineeringWireless networkTelecommunicationsElectrical engineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Worldwide interoperability for microwave access (WiMAX) is one of the wireless communication technologies adopted for communication in smart grids. Due to the inherent differences between smart grid and mobile broadband applications, it is important to adjust planning and deployment of wireless technologies, including WiMAX. To this end, WiMAX is being amended to feature a smart grid system profile known as WiGrid. In this paper, we investigate the optimized configuration of this WiGrid profile, i.e., the choice of frame duration, type-of-service to traffic mapping, scheduling strategies, as well as the system architecture, such that smart grid communication requirements are met. The simulation-based evaluation of WiGrid networks with optimized configurations is facilitated through a newly developed WiGrid module for the network simulator-3 environment. Our results indicate that a priority-based scheduler is an appropriate solution for scheduling time-critical smart grid applications. Furthermore, schedulers should be implemented in such a way that grant sizes smaller than the packet size are avoided, and adjusting the uplink/downlink bandwidth ratio to favor uplink traffic is important to achieve the required latency defined for smart grid applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,821

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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetSmart Grid Security and ResilienceTravaux en français237 207