MétaCan
Menu
Retour à la cohorte
Enregistrement W2983908431 · doi:10.1109/lwc.2019.2953165

Quasi-Optimization of Distance and Blocklength in URLLC Aided Multi-Hop UAV Relay Links

2019· article· en· W2983908431 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 Wireless Communications Letters · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésComputer scienceNetwork packetRelayOptimization problemDecoding methodsWirelessLow latency (capital markets)Reliability (semiconductor)Bit error rateAlgorithmMathematical optimizationComputer networkTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Achieving ultra-high reliability for short packets is a core challenge for future wireless communication systems, as current systems are designed only to transmit long packets based on classical information-theoretic principles. To tackle this challenge, this letter relies on multi-hop unmanned aerial vehicle (UAV) relay links to deliver short ultra-reliable and low-latency (URLLC) instruction packets between ground Internet of Things (IoT) devices. To accomplish this task, we perform non-linear optimization to minimize the overall decoding error probability in order to find the optimal values of the distance and the blocklength. In this vein, a novel, semi-empirical based non-iterative algorithm is proposed to solve the quasi-optimization problem. The algorithm executes in quasilinear time and converges to a globally optimal/sub-optimal solution based on the chosen parameters. Simulation results demonstrate that our algorithm allows operation under the ultra-reliable regime (URR), and yields the same performance as exhaustive search 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,686

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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