MétaCan
Menu
Retour à la cohorte
Enregistrement W2565221469 · doi:10.1109/imis.2016.131

AVN-AHH-VBF: Avoiding Void Node with Adaptive Hop-by-Hop Vector Based Forwarding for Underwater Wireless Sensor Networks

2016· article· en· W2565221469 sur OpenAlexaff
Taimur Hafeez, Nadeem Javaid, Ahmad Raza Hameed, Arshad Sher, Zahoor Ali Khan, Umar Qasim

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésForwarderComputer networkHop (telecommunications)Network packetWireless sensor networkComputer scienceFlooding (psychology)Routing protocolReal-time computing

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a routing protocol AVN-AHH-VBF for underwater wireless sensor networks (UWSNs). Sensor nodes forward data packets in multi-hop fashion within a virtual pipeline. As nodes outside pipeline do not forward data packets, thus, flooding is avoided in the network. Mitigating flooding in network, in turn, decreases energy consumption and improves delivery ratio. Moreover, on each hop, forwarding towards void region of the network is avoided with the help of two hop information. Avoiding void hole on each hop reduces number of transmissions for a data packet, for which route to sink does not exist. Thus, energy wastage by each dropped packet is reduced. In addition, taking the benefit of broadcast nature of the network, best forwarder (non-void) is selected from the transmission range of a node. Best forwarder selection results in increased delivery ratio. Furthermore, we incorporate two new factors in holding time calculation. First, the number of hops a data packet has already traversed along its journey that is started from source node. Second, the number of neighbors of a node which is calculating the holding time, is incorporated. A sensor node with less number of neighbors holds data packet for long duration of time than the node with more neighbors. By doing so, holding time is reduced on each hop throughout the journey of a data packet. Extensive simulations verify that AVN-AHH-VBF minimizes end-to-end delay upto 57% as compared to existing AHH-VBF. Also, in the proposed technique, energy wasted by a dropped packet is about 54% less than counterpart technique. At the same time, compared with AHH-VBF, delivery ratio of AVN-AHH-VBF is approximately 8% improved.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,186 · 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
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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207