MétaCan
Menu
Retour à la cohorte
Enregistrement W2794174123 · doi:10.1109/access.2018.2812191

Green-RPL: An Energy-Efficient Protocol for Cognitive Radio Enabled AMI Network in Smart Grid

2018· article· en· W2794174123 sur OpenAlexaff
Zhutian Yang, Rui Han, Yunfei Chen, Xianbin Wang

Notice bibliographique

RevueIEEE Access · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensWestern University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésComputer networkComputer scienceRouting protocolSmart gridZone Routing ProtocolWireless Routing ProtocolCognitive radioHazy Sighted Link State Routing ProtocolEfficient energy useDynamic Source RoutingDistributed computingWirelessTelecommunicationsRouting (electronic design automation)EngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

With the capacity of achieving spectrum efficient wireless communications, cognitive radio enabled advanced metering infrastructure (CR-AMI) networks are expected to enhance the efficiency and practicability of future smart grids. CR-AMI networks which have been recognized as a fundamental component of the smart grid ecosystem, are practically utilized as a static multi-hop wireless mesh network. This paper focuses on the development of a novel routing protocol for low power and lossy networks based routing protocol for enhancing the energy efficiency in CR-AMI networks. For meeting the requirements of green communications in smart grids, the proposed routing protocol adopts the energy efficiency over virtual distance as the core of routing mechanism such that the energy-efficient route can be achieved. Furthermore, the protocol provides protection for primary users whilst meeting the utility requirements of secondary users. System-level evaluation indicates that the proposed protocol performs better than existing routing protocols for CR-AMI networks.

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: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,622

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 ouverte0,0010,000
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 Opus0,045
Tête enseignante GPT0,338
Écart entre enseignants0,292 · 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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetPower Line Communications and NoiseTravaux en français237 207