MétaCan
Menu
Retour à la cohorte
Enregistrement W2979366326 · doi:10.1049/iet-com.2019.0574

Scheduling algorithm based on preemptive priority and hybrid data structure for cognitive radio technology with vehicular <i>ad hoc</i> network

2019· article· en· W2979366326 sur OpenAlex
Raghavendra Pal, Arun Prakash, Rajeev Tripathi, Kshirasagar Naik

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

RevueIET Communications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkCognitive radioWireless ad hoc networkVehicular ad hoc networkScheduling (production processes)Distributed computingTelecommunicationsWirelessMathematical optimization

Résumé

récupéré en direct d'OpenAlex

There are different types of messages containing different priorities in vehicular ad hoc networks. Hence, queue rescheduling is required according to priorities of arrived messages. In this study, a data structure with less computational complexity is proposed to minimise queuing delay. Further, to maintain quality of service, preemptive priority is applied to time‐bound safety messages by transferring non‐safety messages to other bands using the concept of cognitive radio technology. The time‐bound messages are transmitted using the dedicated short‐range communication spectrum without the need for spectrum sensing by vehicles. The other messages with no deadline constraint are switched to other bands near‐dedicated short‐range communication spectrum. The results show that 6.25% improvement in packet delivery ratio of cognitive radio‐enabled preemptive priority is achieved in comparison to existing cognitive radio protocol. The delay shows a slight increment of 1.1%. The packet delivery ratio of cognitive radio‐enabled non‐preemptive priority is improved by 3.24% while the delay is improved by 3.17%. The data storage required for storing sensing data of 50 channels for 10 days is only 45 Mb.

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: aucune
Score de désaccord entre enseignants0,384
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,227 · 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