MétaCan
Menu
Retour à la cohorte
Enregistrement W3013486398 · doi:10.1109/icnc47757.2020.9049810

Decentralized Bandwidth Allocation Framework for Energy-Efficiency and Fog Integration in PONs

2020· article· en· W3013486398 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

Revue2020 International Conference on Computing, Networking and Communications (ICNC) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEfficient energy usePassive optical networkEnergy consumptionBandwidth (computing)Energy conservationEnhanced Data Rates for GSM EvolutionComputer networkEdge deviceTransceiverCarbon footprintDistributed computingTelecommunicationsCloud computingWavelength-division multiplexingEngineeringWirelessElectrical engineeringGreenhouse gas

Résumé

récupéré en direct d'OpenAlex

With the continuous growth of telecommunication networks, improving their energy efficiency to reduce the carbon footprint has become one of the most important research topics of today. In this paper, we focus on power conservation in passive optical networks (PONs), for which many centralized-based algorithms have been proposed in the literature. For the first time, we propose a novel energy-efficient framework that is decentralized-based. The proposed decentralized framework is designed to meet the requirements of next-generation access networks by addressing three main challenges; achieving high network performance, conserving energy, and supporting edge-to-edge communications for fog and edge computing. Numerical results show that, even though additional transceivers are used, the proposed framework achieves better network performance with lower energy consumption than its centralized counterpart.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,923

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 recherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,309
Écart entre enseignants0,246 · 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