MétaCan
Menu
Retour à la cohorte
Enregistrement W2786898848 · doi:10.1109/pimrc.2017.8292770

Distributed zero-forcing AF beamforming for energy-efficient communications in networked smart cities

2017· article· en· W2786898848 sur OpenAlexaff
Slim Zaidi, Oussama Ben Smida, Sofiène Affes, Shahrokh Valaee

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversité du Québec à MontréalInstitut National de la Recherche ScientifiqueUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBeamformingOverhead (engineering)Computer scienceExploitInterference (communication)Power (physics)Forcing (mathematics)ComputationZero (linguistics)Information exchangeElectronic engineeringTelecommunicationsComputer networkComputer engineeringDistributed computingEngineeringAlgorithmChannel (broadcasting)MathematicsComputer security

Résumé

récupéré en direct d'OpenAlex

In this paper, amplify-and-forward beamforming (AFB) is considered to establish a reliable communication between devices in networked smart cities. All sources send their data during the first time slot while the cooperative terminals forward a properly weighted version of their received signals during the second. These zero-forcing AFB (ZFB) weights are properly selected to maximize the desired power while completely canceling the interference signals. We show, however, that their implementation requires a huge terminals' information exchange, making ZFB unsuitable for smart cities where the overhead and power restrictions are very stringent. To address this issue, we exploit the asymptotic expression at large K of the ZFB weights whose computation requires much less information exchange and, further, well-approximate their original counterparts. The performance of the proposed beamforming is analyzed and compared to ZFB and monochromatic (i.e., single-ray) AFB (MB) whose design neglects the presence of scattering.

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 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 enseignants0,940
Score d'incertitude au seuil0,458

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 Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · 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.

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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207