MétaCan
Menu
Retour à la cohorte
Enregistrement W3024067361 · doi:10.48550/arxiv.2005.00509

A Holistic Investigation on Terahertz Propagation and Channel Modeling Toward Vertical Heterogeneous Networks

2020· preprint· en· W3024067361 sur OpenAlexaff
Kürşat Tekbıyık, Ali Rıza Ekti, Güneş Karabulut Kurt, Ali Görçin, Halim Yanıkömeroğlu

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHeterogeneous networkGeostationary orbitComputer scienceTerahertz radiationBackhaul (telecommunications)Low earth orbitComputer networkCommunications satelliteBandwidth (computing)WirelessTelecommunicationsSatelliteWireless networkEngineeringPhysicsAerospace engineeringOptoelectronics

Résumé

récupéré en direct d'OpenAlex

User-centric and low latency communications can be enabled not only by small cells but also through ubiquitous connectivity. Recently, the vertical heterogeneous network (V-HetNet) architecture is proposed to backhaul/fronthaul a large number of small cells. Like an orchestra, the V-HetNet is a polyphony of different communication ensembles, including geostationary orbit (GEO), and low-earth orbit (LEO) satellites (e.g., CubeSats), and networked flying platforms (NFPs) along with terrestrial communication links. In this study, we propose the Terahertz (THz) communications to enable the elements of V-HetNets to function in harmony. As THz links offer a large bandwidth, leading to ultra-high data rates, it is suitable for backhauling and fronthauling small cells. Furthermore, THz communications can support numerous applications from inter-satellite links to in-vivo nanonetworks. However, to savor this harmony, we need accurate channel models. In this paper, the insights obtained through our measurement campaigns are highlighted, to reveal the true potential of THz communications in V-HetNets.

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 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 enseignants0,701
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 ouverte0,0000,000
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 Opus0,145
Tête enseignante GPT0,190
Écart entre enseignants0,045 · 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.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMolecular Communication and NanonetworksTravaux en français237 207