MétaCan
Menu
Retour à la cohorte
Enregistrement W2547895477 · doi:10.1109/lcomm.2016.2624727

Enabling Energy Efficient Molecular Communication via Molecule Energy Transfer

2016· article· en· W2547895477 sur OpenAlexaff
Yansha Deng, Weisi Guo, Adam Noel, Arumugam Nallanathan, Maged Elkashlan

Notice bibliographique

RevueIEEE Communications Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMolecular communicationEnergy (signal processing)Energy transferComputer scienceMoleculeChemistryComputer networkChemical physicsPhysicsChannel (broadcasting)Transmitter

Résumé

récupéré en direct d'OpenAlex

Molecular communication via diffusion (MCvD) is inherently an energy efficient transportation paradigm, which requires no external energy during molecule propagation. Inspired by the fact that the emitted molecules have a finite probability to reach the receiver, this letter introduces an energy efficient scheme for the information molecule synthesis process of MCvD via a simultaneous molecular information and energy transfer (SMIET) relay. With this SMIET capability, the relay can decode the received information as well as generate its emission molecules using its absorbed molecules via chemical reactions. To reveal the advantages of SMIET, approximate closed-form expressions for the bit error probability and the synthesis cost of this two-hop molecular communication system are derived and then validated by particle-based simulation. Interestingly, by comparing with a conventional relay system, the SMIET relay system can be shown to achieve a lower minimum bit error probability via molecule division, and a lower synthesis cost via molecule type conversion or molecule division.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetMolecular Communication and NanonetworksTravaux en français237 207