MétaCan
Menu
Retour à la cohorte
Enregistrement W2565687286 · doi:10.1109/camad.2016.7790354

Priority based VM2M communications over LTE

2016· article· en· W2565687286 sur OpenAlexaff
Nargis Khan, Jelena Mišić, Vojislav B. Mišić

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkPreambleOverlayBase stationPhysical layerAccess controlLayer (electronics)Vehicular ad hoc networkChannel (broadcasting)Wireless ad hoc networkWirelessTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

In this paper, we describe an VM2M overlay architecture where the overlay acts as the control channel (CCH) of VANET to transfer safety messages between vehicles and RSU. The VM2M overlay network is implemented over dedicated preamble codes in the physical layer and the medium access control (MAC) layer modeled as the IEEE 802.15.4 carrier sense multiple access (CSMA/CA) mechanism. In this paper, we implement priority based VM2M where higher priority is given to VM2M in the physical layer. To this end, VM2M preambles are transmitted with higher power than H2H. Due to large cell sizes and/or higher vehicle velocities in urban, sub-urban, and rural areas, and on highways, VM2M overlay is implemented using preamble format 2 with total duration of 2 ms. We compare the non-priority scenario, in which H2H and VM2M traffic access the base station simultaneously with the same power, to VM2M priority-based scenario where each preamble of M2M overlay is transmitted with higher power than any of non-overlay ones. The VM2M priority-based scenario is found to increase the capacity of VM2M subnetworks compared with non-priority scenario, without undue deterioration of the capacity left for H2H/SCH traffic.

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 enseignants0,010
Score d'incertitude au seuil0,021

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207