MétaCan
Menu
Retour à la cohorte
Enregistrement W2784220002 · doi:10.3384/lic.diva-144221

Resource Allocation for Max-Min Fairness in Multi-Cell Massive MIMO

2018· dissertation· en· W2784220002 sur OpenAlexaff
Trinh Van Chien

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensEngineering Link (Canada)
Organismes subventionnairesnon disponible
Mots-clésMIMOSpatial multiplexingComputer scienceComputer networkBase stationTelecommunications linkSpectral efficiencyMulti-user MIMOWirelessBackhaul (telecommunications)Resource allocationWireless networkCellular networkTransmitter power outputMultiplexingPower controlTelecommunicationsPower (physics)Channel (broadcasting)Transmitter

Résumé

récupéré en direct d'OpenAlex

Massive MIMO (multiple-input multiple-output) is considered as an heir of the multi-user MIMO technology and it has recently gained lots of attention from both academia and industry. By equipping base stations (BSs) with hundreds of antennas, this new technology can provide very large multiplexing gains by serving many users on the same time-frequency resources and thereby bring significant improvements in spectral efficiency (SE) and energy efficiency (EE) over the current wireless networks. The transmit power, pilot training, and spatial transmission resources need to be allocated properly to the users to achieve the highest possible performance. This is called resource allocation and can be formulated as design utility optimization problems. If the resource allocation in Massive MIMO is optimized, the technology can handle the exponential growth in both wireless data traffic and number of wireless devices, which cannot be done by the current cellular network technology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,718
Score d'incertitude au seuil1,000

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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207