MétaCan
Menu
Retour à la cohorte
Enregistrement W2787094220 · doi:10.48550/arxiv.1802.01799

Optimal Scheduling across Heterogeneous Air Interfaces of LTE/WiFi Aggregation

2018· preprint· en· W2787094220 sur OpenAlexaff
Yu Gu, Qimei Cui, Wei Ni, Ping Zhang, Weihua Zhuang

Notice bibliographique

RevuearXiv (Cornell University) · 2018
Typepreprint
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesHigher Education Discipline Innovation ProjectChina Scholarship CouncilBeijing University of Posts and TelecommunicationsNational Natural Science Foundation of China
Mots-clésComputer scienceQuality of serviceComputer networkScheduling (production processes)ProvisioningBandwidth (computing)Distributed computingMathematical optimization

Résumé

récupéré en direct d'OpenAlex

LTE/WiFi Aggregation (LWA) provides a promising approach to relieve data traffic congestion in licensed bands by leveraging unlicensed bands. Critical challenges arise from provisioning quality-of-service (QoS) through heterogenous interfaces of licensed and unlicensed bands. In this paper, we minimize the required licensed spectrum without degrading the QoS in the presence of multiple users. Specifically, the aggregated effective capacity of LWA is firstly derived by developing a new semi-Markov model. Multi-band resource allocation with the QoS guarantee between the licensed and unlicensed bands is formulated to minimize the licensed bandwidth, convexified by exploiting Block Coordinate Descent (BCD) and difference of two convex functions (DC) programming, and solved efficiently with a new iterative algorithm. Simulation results demonstrate significant performance gain of the proposed approach over heuristic alternatives.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,003
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 Opus0,065
Tête enseignante GPT0,230
Écart entre enseignants0,165 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetWireless Networks and ProtocolsTravaux en français237 207