MétaCan
Menu
Retour à la cohorte
Enregistrement W2614162206 · doi:10.1109/tvt.2017.2705191

Number-Theoretic Sequence Design for Uncoordinated Autonomous Multiple Access in Relay-Assisted Machine-Type Communications

2017· article· en· W2614162206 sur OpenAlexafffund
Yaser M. M. Fouad, Ramy H. Gohary, Halim Yanıkömeroğlu

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensCarleton University
Organismes subventionnairesOntario Ministry of Economic Development and Innovation
Mots-clésRelaySequence (biology)Computer scienceComputer networkEngineeringEmbedded system

Résumé

récupéré en direct d'OpenAlex

Terminal relaying is expected to offer an effective means for realizing machine-type communications (MTC) in wireless cellular networks. In the absence of channel quality indicators, the effective utilization of relaying terminals (RTs) requires a mechanism by which RTs can autonomously assign available resource blocks (RBs) to potentially large numbers of uncoordinated MTC devices with minimal conflicts. Unlike random RB assignments, which do not offer performance guarantees, using prescribed RB assignment sequences provides an opportunity for obtaining performance gains. However, realizing these gains requires optimizing RB assignments over a large set of lengthy sequences. One technique for selecting assignment sequences is based on an exhaustive search of exponential complexity over sequences generated by multiplicative cyclic groups. This technique restricts the number of RBs to be prime minus one and does not consider sequences generated using other group operations. In this paper, we use group isomorphism to eliminate the constraint on the number of RBs and to show that the optimal assignment sequences generated by a specific cyclic group are globally optimal over the set of all cyclically generated sequences. We develop a greedy algorithm with polynomial complexity for the sequential selection of RB assignment sequences in systems with large numbers of RTs and arbitrary device distributions. This algorithm is further simplified by invoking the graphical representation of cyclic groups. The resulting algorithm is more efficient and thus suitable for generating assignment sequences for relay-assisted massive multiple access Internet-of-Things systems. Numerical results show that the performance of the sequences generated by the greedy algorithms is comparable to that of those generated by exhaustive search, but with much less computational cost.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,059
Tête enseignante GPT0,326
Écart entre enseignants0,267 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetIoT Networks and ProtocolsTravaux en français237 207