MétaCan
Menu
Retour à la cohorte
Enregistrement W2601244914 · doi:10.1109/iccnc.2017.7876226

Performance study of dedicated in-band Control Channels for Cognitive Radio Networks

2017· article· en· W2601244914 sur OpenAlexaff
Ayman Sabbah, Omneya Issa, Bernard Doray

Notice bibliographique

Revue2017 International Conference on Computing, Networking and Communications (ICNC) · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensInnovation, Science and Economic Development Canada
Organismes subventionnairesnon disponible
Mots-clésCognitive radioControl channelComputer scienceScheduleChannel (broadcasting)Computer networkChannel allocation schemesSpectrum managementLicenseControl (management)ScarcityTelecommunicationsWirelessBase stationArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Cognitive Radio (CR) technology offers a promising solution to the spectrum scarcity problem via Dynamic Spectrum Allocation (DSA). Due to the nature of Cognitive Radio Networks (CRNs), where two networks are active simultaneously, a significant amount of control messaging is required in order to coordinate channel access, schedule sensing, and establish release connections. Efficient Control Plane messaging can be achieved by the selection of an appropriate Control Channel (CC). This paper gives a comparative study of potential techniques for providing reliable channels dedicated to the coordination and information distribution in License-Exempt (LE) bands. This involves determining the potential and limitations of each technique.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,081
Tête enseignante GPT0,331
Écart entre enseignants0,250 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2017 International Conference on Computing, Networking and Communications (ICNC)Même sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207