Nonconvex and game theory optimization for resource allocation in wireless communications
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.
Notice bibliographique
Résumé
Designing wireless communication systems that efficiently utilize the resources frequency spectrum and electric power, leads to problems in mathematical optimization. Most of these optimization problems are difficult to solve because the objective functions are nonconvex. While some problems remain unsolved, the solutions proposed in the literature for the others are of somewhat limited use because the algorithms are either unstable or have too high a computational complexity. This dissertation presents several stable algorithms, most of which have polynomial complexity, that solve five different nonconvex optimization problems in wireless communication. Two centralized and two distributed algorithms deal with the power allocation that maximizes the throughput in the Gaussian interference channel (GIC)with various constraints. The most valuable of these algorithms, the one with the minimum rate constraints became possible after a significant theoretical development in the dissertation that proves that the throughput of the GIC has a new generalized convex structure called invexity. The fifth algorithm has linear complexity, and finds the power allocation that maximizes the energy efficiency (EE) of OFDMA transmissions, for a given subchannel assignment. Some fundamental results regarding the power allocation are then used in the genetic algorithm for determining the subchannel allocation that maximizes the EE. Pricing for channel subleasing for ad-hoc wireless networks is considered next. This involves the simultaneous optimization of many functions that are interconnected through the variables involved. A composite game, a strategic game within a Stackelberg game, is used to solve this optimization problem with polynomial complexity. For each optimization problem solved, numerical results obtained using simulations that support the analysis and demonstrate the performance of the algorithms are presented.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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