MétaCan
Menu
Retour à la cohorte
Enregistrement W2766448030 · doi:10.1109/twc.2017.2762300

Double Auction Based Multi-Flow Transmission in Software-Defined and Virtualized Wireless Networks

2017· article· en· W2766448030 sur OpenAlex
Di Zhang, Zheng Chang, Timo Hämäläinen, F. Richard Yu

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

RevueIEEE Transactions on Wireless Communications · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensCarleton University
Organismes subventionnairesChina Scholarship CouncilAcademy of Finland
Mots-clésComputer scienceComputer networkWirelessSoftwareTransmission (telecommunications)Distributed computingTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

The explosively growing demands for mobile traffic services bring both challenges and opportunities to wireless networks. Wireless network virtualization is proposed as the main evolution path toward the forthcoming fifth generation (5G) cellular networks. In this paper, we propose a software defined and virtualized (SDV) wireless network architecture for enabling multi-flow transmission with multiple infrastructure providers (InPs) and multiple mobile virtual network operators (MVNOs). In order to ensure the heterogeneity, we formulate the virtual resource allocation problem with diverse QoS requirements as a social welfare maximization problem with distance-related transaction cost. Due to hidden information of InPs and MVNOs for the auctioneer, we introduce a shadow price for ensuring desirable economic properties and total welfare for the system. Simulations are conducted with different system configurations to show the effectiveness and the energy efficiency performance of the proposed SDV wireless network framework and iterative double auction mechanism.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,309
Écart entre enseignants0,248 · 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