MétaCan
Menu
Retour à la cohorte
Enregistrement W3049610779 · doi:10.1109/cjece.2020.2973627

Decision-Based Cooperative Spectrum Sensing Using Random Medium-Access Sequential Reporting

2020· article· en· W3049610779 sur OpenAlexaffvenue
Ahmed A. Ahmed, Ala Abu Alkheir, Hussein T. Mouftah

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCognitive radioFalse alarmFusion centerComputer scienceHeuristicScheme (mathematics)ThroughputChannel (broadcasting)Sequential probability ratio testDuration (music)Random accessData miningAlgorithmComputer networkMachine learningArtificial intelligenceTelecommunicationsWirelessMathematics

Résumé

récupéré en direct d'OpenAlex

Sequential reporting has the potential of reducing the duration of the reporting phase of the cooperative spectrum sensing (CSS) schemes, thereby increasing the overall system throughput. In this article, we study decision-based CSS using random medium-access sequential reporting and a K-out-of-M decision rule at the fusion center. Closed-form expressions are derived for the detection and false alarm probabilities as well as the average reporting time of two early termination sequential reporting schemes, assuming a reporting channel shared with the primary user (PU). Furthermore, a heuristic energy-based reporting priority scheme that favors cognitive radio (CR) terminals based on their capacity to detect the PU is proposed. Computer simulations are used to assess the accuracy of the derived expressions and to evaluate the proposed heuristic reporting priority scheme.

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 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: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,213 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207