MétaCan
Menu
Retour à la cohorte
Enregistrement W2787345238 · doi:10.1109/pimrc.2017.8292412

A hybrid network selection scheme for heterogeneous wireless access network

2017· article· en· W2787345238 sur OpenAlex

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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIPv6, Mobility, Handover, Networks, Security
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWeightingRanking (information retrieval)Computer networkNode (physics)Wireless networkAccess networkWirelessHeterogeneous networkScheme (mathematics)Distributed computingMachine learningEngineeringTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Heterogeneous wireless access network (HWAN), an integration of different radio access technologies (RATs) in an overlapping zone, supports bandwidth hungry application and fulfills the demands for high data rates. In this paper, we explored a novel hybrid scheme for RAT selection in HWAN, a two step process, where both a central controller node (CCN) and user device (UD) are involved in the process of network selection. During the first step UD screens the available list of scanned networks based on received signal strength and user mobility profile. The results for the first step of RAT screening using multiplicative exponential weighting method (MEW) are compared with multi criteria simple additive weighting (SAW) utility function. In our second step the CCN takes multi criteria related to application, terminal and network, and generates a sorted list of the most appropriate RATs based on evaluating MEW utility function. The CCN, then associates users to one (single connection) or more available RATs (multi-homed). Using Matlab based simulations, the process of RATs ranking and association is elaborated by calculating final utilities of different networks. The impact of different crucial criteria on RATs ranking results have been explored. Furthermore, we compared our proposed hybrid approach with the traditional mechanisms. The simulation results show that the decision of our proposed hybrid mechanism is more precise than the existing traditional approaches.

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)0,000
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 enseignants0,355
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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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