MétaCan
Menu
Retour à la cohorte
Enregistrement W4214843543 · doi:10.1109/jiot.2022.3155608

Weighted Energy-Efficiency Maximization for a UAV-Assisted Multiplatoon Mobile-Edge Computing System

2022· article· en· W4214843543 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

RevueIEEE Internet of Things Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesBeijing Municipal Natural Science FoundationNational Natural Science Foundation of China
Mots-clésMobile edge computingComputer scienceSequential quadratic programmingEdge computingEnergy consumptionMaximizationEnhanced Data Rates for GSM EvolutionController (irrigation)Mathematical optimizationOptimization problemEfficient energy useDistributed computingReal-time computingQuadratic programmingAlgorithmArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

With the rapid development of mobile computing, mobile-edge computing (MEC) has increasingly become an essential means to meet the computing power requirements of intelligent networked vehicles. However, users with high mobility and coupled dynamics are rarely considered in the edge computing paradigms. In this article, we studied a UAV-assisted MEC system with multiplatoon vehicles. Our article aims to maximize the system’s weighted global energy efficiency, which can flexibly adjust each vehicle’s energy consumption according to user preferences and system needs. In particular, we design a controller for platooning vehicles based on a 2-D path-following model and Frenet frames, and model the coupled characteristics of air-to-ground communications and onboard computation. Furthermore, due to the nonconvexity of the objective function and constraints of the optimization problem, we propose an optimization algorithm based on the sequential quadratic programming (SQP) method. The simulation results show that the proposed method significantly surpasses conventional schemes.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,564

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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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