Energy/Quality-of-Experience TradeOff of Power Saving Modes for Voice Over IP Services
Notice bibliographique
Résumé
Deploying a power saving mode (PSM) is considered an effective solution for saving energy; however, a key challenge is how to simultaneously save energy and support a required level of quality of experience (QoE) using PSM for voice over IP (VoIP) services. This paper aims at developing a novel Markovian-based evaluation framework that assesses the energy consumption and QoE, achieved by a fixed sleeping time-based PSM. Based on this framework, a novel QoE-aware PSM is developed, which exploits the ON-OFF characteristics of a VoIP session to further improve the energy saving, while accounting for the effect of bursty losses on the QoE. The QoE and energy consumption achieved by the proposed PSM are evaluated via solving a system of linear equations. This facilitates the analytical formulation of the QoE/energy tradeoff that is needed for the successful integration of this QoE-aware PSM within the traffic offloading mechanisms. Numerical results validate the accuracy of the performance evaluation framework and verify the efficacy of the proposed QoE-aware PSM in saving energy while assuring a desired level of QoE. The Pareto-optimal operational regime show that the proposed QoE-aware PSM significantly reduces power consumption at a desired level of QoE compared with its counterparts.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».