MétaCan
Menu
Retour à la cohorte
Enregistrement W2883078643 · doi:10.1109/jiot.2018.2856898

Game-Theoretic Optimization for Machine-Type Communications Under QoS Guarantee

2018· article· en· W2883078643 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

RevueIEEE Internet of Things Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesBeijing Municipal Science and Technology CommissionChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésComputer scienceMathematical optimizationQuality of serviceNash equilibriumQueueing theoryConvergence (economics)Greedy algorithmComputer networkAlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

Massive machine-type communication (mMTC) is a new focus of services in fifth generation communication networks. The associated stringent delay requirement of end-to-end (E2E) service deliveries poses technical challenges. In this paper, we propose a joint random access and data transmission protocol for mMTC to guarantee E2E service quality of different traffic types. First, we develop a priority-queueing-based access class barring (ACB) model and a novel effective capacity is derived. Then, we model the priority-queueing-based ACB policy as a noncooperative game, where utility is defined as the difference between effective capacity and access penalty price. We prove the existence and uniqueness of Nash equilibrium (NE) of the noncooperative game, which is also a submodular utility maximization problem and can be solved by a greedy updating algorithm with convergence to the unique NE. To further improve the efficiency, we present a price-update algorithm, which converges to a local optimum. Simulations demonstrate the performance of the derived effective capacity and the effectiveness of the proposed algorithms.

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 candidatesaucune
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 enseignants0,955
Score d'incertitude au seuil0,420

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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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