MétaCan
Menu
Retour à la cohorte
Enregistrement W2997842638 · doi:10.1109/mvt.2020.3017152

Topology Optimization for 6G Networks: A Network Information-Theoretic Approach

2020· preprint· en· W2997842638 sur OpenAlexaff
Abdulkadir Çelik, Anas Chaaban, Basem Shihada, Mohamed‐Slim Alouini

Notice bibliographique

RevueIEEE Vehicular Technology Magazine · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesKing Abdullah University of Science and Technology
Mots-clésNetwork topologyComputer scienceInterference (communication)Distributed computingSoftware deploymentComputer networkScheme (mathematics)Quality of serviceWireless networkTopology (electrical circuits)Radio resource managementWirelessTelecommunicationsEngineeringChannel (broadcasting)Mathematics

Résumé

récupéré en direct d'OpenAlex

The classical approach of avoiding or ignoring interference in wireless networks cannot accommodate the ambitious quality-of-service (QoS) demands of ultradense cellular networks (CNs). However, recent ground-breaking information-theoretic advances have changed our perception of interference from that of a foe to a friend. This article aims to shed light on harnessing the benefits of integrating modern interference management (IM) schemes into future CNs. To this end, we envision a hybrid multiple-access (HMA) scheme that decomposes the network into subtopologies of potential IM schemes for more efficient utilization of network resources. Preliminary results show that an HMA scheme can multiply nonorthogonal multiple-access (NOMA) performance, especially under dense user deployment.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,213
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Vehicular Technology MagazineMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207