MétaCan
Menu
Retour à la cohorte
Enregistrement W2563304214 · doi:10.1109/cisis.2016.108

DEAC: Depth and Energy Aware Cooperative Routing Protocol for Underwater Wireless Sensor Networks

2016· article· en· W2563304214 sur OpenAlexaff
Khayyam Pervaiz, Abdul Wahid, Mahin Sajid, Malik Khizar, Zahoor Ali Khan, Umar Qasim, Nadeem Javaid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésComputer networkComputer scienceRelayGeographic routingNetwork packetRouting protocolNode (physics)Dynamic Source RoutingWireless sensor networkThroughputRouting (electronic design automation)Source routingWirelessEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

In Underwater Wireless Sensor Networks (UWSNs), reliability is one of the major concerns for large number of applications. The underwater environment is very harsh and noisy. Fading is common and unavoidable, therefore achieving reliable data transfer requires innovative routing solutions. This paper presents a energy efficient cooperative routing with varying Depth threshold (Dth) called Depth and Energy Aware Cooperative Routing Protocol for UWSNs (DEAC). DEAC utilizes the broadcast nature of sensor nodes by performing cooperative routing. Optimised value of Dth is selected for a source node and varied according to the number of alive neighbors of that source node. Potential destination node is selected from outside of Dth and a potential relay node is selected from inside. Destination and relay are selected on the basis of depth, residual energy and link quality between sensor nodes. Source node forwards a data packet to destination node from two ways, directly from source node to destination node and via relay to destination node. At destination, two data packets received from source node and relay node are combined using Maximum Ratio Combining Technique (MRC). Simulation results show that DEAC achieves better performance over some existing depth based routing protocols in terms of throughput, packet Acceptance ratio, packet drop and energy consumption.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,255
Écart entre enseignants0,229 · 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

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207