MétaCan
Menu
Retour à la cohorte
Enregistrement W2922511917 · doi:10.1109/access.2019.2903030

A NOMA-Enhanced Reconfigurable Access Scheme With Device Pairing for M2M Networks

2019· article· en· W2922511917 sur OpenAlexafffund
Atoosa Dalili Shoaei, Mahsa Derakhshani, Tho Le‐Ngoc

Notice bibliographique

RevueIEEE Access · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésNomaComputer scienceScheme (mathematics)Random accessFrame (networking)PairingAccess controlComputer networkAlgorithmDistributed computingTelecommunications linkMathematics

Résumé

récupéré en direct d'OpenAlex

This paper aims to address the distinct requirements of machine-to-machine networks, particularly heterogeneity and massive transmissions. To this end, a reconfigurable medium access control with the ability to choose a proper access scheme with the optimal configuration for devices based on the network status is proposed. In this scheme, in each frame, a separate time duration is allocated for each of the non-orthogonal multiple access (NOMA)-based, orthogonal multiple access (OMA)-based, and random access-based segments, where the length of each segment can be optimized. To solve this optimization problem, an iterative algorithm consisting of two sub-problems is proposed. The first sub-problem deals with selecting devices for the NOMA-/OMA-based transmissions, while the second one optimizes the parameter of the random access scheme. To show the efficacy of the proposed scheme, the results are compared with the reconfigurable scheme which does not support NOMA. The results demonstrate that by using a proper device pairing scheme for the NOMA-based transmissions, the proposed reconfigurable scheme achieves better performance when NOMA is adopted.

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 enseignants0,578
Score d'incertitude au seuil0,884

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 savante0,0000,001
Science ouverte0,0020,000
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 Opus0,031
Tête enseignante GPT0,288
Écart entre enseignants0,257 · 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207