Delay Tolerant and Predictive Data Dissemination Protocol (DTP-DDP) for urban and highway vehicular ad hoc networks (VANETs)
Notice bibliographique
Résumé
Vehicular Ad hoc Networks (VANETs) enable inter-vehicul-\newline ar data exchange that has a great potential to help resolving numerous issues on our roads, such as the dissemination of emergency information, traffic condition, infotainment data and other delay tolerant data. While disseminating data within a certain area of interest, the Flooding scheme provides the best delivery ratio, but it suffers from the well-known \textit{broadcast storm} problem. To this end, we propose a protocol that takes advantage of the Global Positioning System (GPS) with integrated maps. Using the data from a map together with its predictive mechanism, the data sender elects the further nodes that will rebroadcast the information. In addition, the protocol works in both urban and highway scenarios. However, it requires one-time snapshot of the one-hop vehicles, but there are no other beacon messages. Once it has the snapshot, the sender chooses the further rebroadcasting vehicle. A low signal handling mechanism was developed to handle the cases in which the reply-response messages cannot be delivered. A set of simulation experiments was conducted and results show that the proposed scheme alleviates the \textit{broadcast storm} problem while keeping delivery ratio on a par with the Flooding scheme by sacrificing some delay performance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».