MétaCan
Menu
Retour à la cohorte
Enregistrement W3157415364 · doi:10.1109/access.2021.3076153

A Reconfigurable Access Scheme for Massive-MIMO MTC Networks

2021· article· en· W3157415364 sur OpenAlexafffund
Atoosa Dalili Shoaei, Duc Tuong Nguyen, Tho Le‐Ngoc

Notice bibliographique

RevueIEEE Access · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésComputer scienceThroughputBase stationFrame (networking)Computer networkPartition (number theory)Network packetScheme (mathematics)MIMOResource allocationDistributed computingWirelessChannel (broadcasting)TelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents an efficient reconfigurable access scheme for massive machine-type communication networks, where to provide massive connectivity, the base station is equipped with a large-scale antenna array. In particular, to maximize the expected throughput of the network, the scheme uses a frame divided into two segments: grant-based and grant-free that are more efficient for devices with high and low expected throughput, respectively. At the beginning of each frame, the base station decides how to partition the two segments, the resource allocation in the grant-based segment and the access probabilities in the grant-free segment to maximize the expected throughput based on the device traffic profiles. The corresponding optimization problem is formulated, and a sub-optimal solution algorithm with low computational complexity is proposed. The performance of the proposed access scheme is evaluated under different conditions to demonstrate its advantages in terms of achieved throughput and average packet delay.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,319
Écart entre enseignants0,274 · 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'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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetIoT Networks and ProtocolsTravaux en français237 207