MétaCan
Menu
Retour à la cohorte
Enregistrement W2963050357 · doi:10.1109/tvt.2019.2930884

A Benchmark for Joint Channel Allocation and User Scheduling in Flexible Heterogeneous Networks

2019· article· en· W2963050357 sur OpenAlexaff
Shahida Jabeen, Pin‐Han Ho

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésScheduling (production processes)Computer scienceJoint (building)Benchmark (surveying)Computer networkChannel (broadcasting)Distributed computingChannel allocation schemesEngineeringTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

Flexible duplexing is a promising technique to improve the spectral efficiency of future cellular networks, which has been proposed mainly to provision asymmetric uplink (UL) and downlink (DL) traffic scenarios, through flexible channel allocations. However, this flexibility in the channel allocation process, which is responsible for allocating the underlying channel to different base stations in a heterogeneous network (HetNet), has brought new technical challenges due to the introduction of complex UL-to-DL and DL-to-UL interference scenarios. This paper analyzes the joint channel allocation (CA) and user scheduling (US) process for orthogonal frequency-division multiple access-based flexible HetNets, while considering exact inter-cell/intra-cell interferences. The resulting joint problem is a large-scale mixed-integer nonlinear programming problem that is computationally intractable, therefore, it has been re-formulated into a convex upper bound problem to find benchmark solutions for CA in flexible HetNets. Since, no new CA scheme has been proposed yet for the HetNets employing flexible duplexing techniques, we discuss the efficacy of existing schemes under various UL and DL traffic scenarios.

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 enseignants0,840
Score d'incertitude au seuil0,742

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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207