MétaCan
Menu
Retour à la cohorte
Enregistrement W2498120850 · doi:10.1109/twc.2016.2597283

Resource Allocation for D2D Communication Underlaid Cellular Networks Using Graph-Based Approach

2016· article· en· W2498120850 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

RevueIEEE Transactions on Wireless Communications · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensMcGill UniversityInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésRoundingComputer scienceCellular networkMathematical optimizationIterative methodGraphAlgorithmTheoretical computer scienceMathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the non-orthogonal dynamic spectrum sharing for device-to-device (D2D) communications in the D2D underlaid cellular network. Our design aims to maximize the weighted system sum-rate under the constraints that: 1) each cellular or active D2D link is assigned one subband and 2) the required minimum rates for cellular and active D2D links are guaranteed. To solve this problem, we first characterize the optimal power allocation solution for a given subband assignment. Based on this result, we formulate the subband assignment problem by using the graph-based approach, in which each link corresponds to a vertex and each subband assignment is represented by a hyper-edge. We then propose an iterative rounding algorithm and an optimal branch-and-bound (BnB) algorithm to solve the resulting graph-based problem. We prove that the iterative rounding algorithm achieves at least 1/2 of the optimal weighted sum-rate. Extensive numerical studies illustrate that the proposed iterative rounding algorithm significantly outperforms the conventional spectrum sharing algorithms and attains almost the same system sum-rate as the optimal BnB 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)0,000
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 enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,033
Tête enseignante GPT0,247
Écart entre enseignants0,214 · 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