MétaCan
Menu
Retour à la cohorte
Enregistrement W2768421325 · doi:10.1109/lcomm.2017.2776225

Simple and Accurate Low SNR Ergodic Capacity Approximations

2017· article· en· W2768421325 sur OpenAlexaff
Bitan Banerjee, Ahmad Abu Al Haija, Chintha Tellambura, Himal A. Suraweera

Notice bibliographique

RevueIEEE Communications Letters · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensUniversity of TorontoUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésErgodic theorySimple (philosophy)Moment (physics)Approximations of πSignal-to-noise ratio (imaging)Moment-generating functionFunction (biology)MathematicsProbability density functionComputer scienceChannel (broadcasting)Channel capacityApplied mathematicsAlgorithmMathematical analysisTelecommunicationsStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

Some of the existing ergodic capacity approximations for the low signal-to-noise ratio (SNR) region may lack accuracy. To overcome this, we derive two simple yet accurate Padé approximations for the low-SNR ergodic capacity. These approximations utilize the channel moments, which need not be updated for each distinct SNR value. The moments can be derived from the probability density function or from the moment generating function. For instance, we derive the general expressions for the moments of multiple input single output and multiple input multiple output channels. Numerical results demonstrate the superior accuracy of our approximations over some of the existing approximations. Moreover, we demonstrate how our approximations can be efficiently used to analyze several types of wireless links.

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 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 candidatesÉtudes des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,889
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 technologies0,0030,001
Communication savante0,0010,002
Science ouverte0,0110,003
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 Opus0,085
Tête enseignante GPT0,330
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetWireless Communication Networks ResearchTravaux en français237 207