MétaCan
Menu
Retour à la cohorte
Enregistrement W3105010413 · doi:10.1049/iet-com.2019.0944

Cross‐layer resource allocation for critical MTC coexistent with human‐type communications in LTE: a two‐sided matching approach

2020· article· en· W3105010413 sur OpenAlexaff
Mohammed Y. Abdelsadek, Mohamed H. Ahmed, Yasser Gadallah

Notice bibliographique

RevueIET Communications · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of OttawaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMatching (statistics)Layer (electronics)Resource allocationTelecommunicationsComputer networkStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Cellular systems present one of the most suitable wireless technologies to efficiently serve critical machine‐type communications (MTC) that require strict quality‐of‐service (QoS) guarantees. Therefore, ultra‐reliable and low‐latency communications is a target use case in the design of the upcoming generations of cellular networks. From the radio resource management perspective, guaranteeing such stringent QoS requirements in long term evolution (LTE) networks is a challenging task, especially in the case of the coexistence of MTC with the human‐type communications (HTC). In this study, the authors address the resource allocation and scheduling problem of critical MTC that coexist with HTC in LTE. The optimisation problem is formulated such that the overall system utility is maximised while fulfilling the different QoS demands of the two sets of users. Utilising the effective bandwidth and effective capacity theories, a cross‐layer design is developed to guarantee the QoS requirements of the critical MTC. For a computationally‐efficient solution of the problem, they formulate it as a two‐sided matching process that can be used as a practical scheduling scheme. To this end, they analyse the convergence, stability, and computational complexity of the proposed methods. Results reveal the close‐to‐optimal performance of the matching‐based scheduling scheme and its superiority to other existing techniques.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,984

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 savante0,0000,000
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 Opus0,099
Tête enseignante GPT0,362
Écart entre enseignants0,263 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207