MétaCan
Menu
Retour à la cohorte
Enregistrement W2601455897 · doi:10.1109/jcn.2017.000007

Competition-based distributed BS power activation and user scheduling algorithm

2017· article· en· W2601455897 sur OpenAlex
Chang-Sik Lee, Jihwan Kim, Jeongho Kwak, Eunkyung Kim, Song Chong

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Communications and Networks · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScheduling (production processes)Base stationComputer networkThroughputDistributed computingCellular networkEnhanced Data Rates for GSM EvolutionMaximum throughput schedulingAlgorithmFair-share schedulingQuality of serviceRound-robin schedulingTelecommunicationsMathematical optimizationWireless

Résumé

récupéré en direct d'OpenAlex

Existing cellular technologies in unlicensed band such as license assisted access (LAA)-LTE do not capture inter-cell interference (ICI) management which becomes more important in modern small cell network environments. Moreover, existing ICI management techniques not only can be operated in only licensed frequency band due to their centralized properties, but also have high computational complexities. In this paper, by invoking distributed optimization, we propose a fully distributed base station (BS) activation and user scheduling framework which can be operated in even unlicensed band because of its competition properties. Our simulation results demonstrate that (i) proposed competition-based BS activation and user scheduling framework (CBA) increases throughput of cell edge users by 112%-335% compared to conventional algorithms, (ii) the CBA properly catches up with the performance of optimal algorithm up to 93% in terms of overall performance and up to 95% in terms of edge user throughput, and (iii) the CBA also provides higher performance gains in the larger ratio of edge users and the smaller cell size, which indicates that the CBA well adapts to cellular network trend where cells are gradually smaller and densely deployed.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,239 · 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