MétaCan
Menu
Retour à la cohorte
Enregistrement W4243739598 · doi:10.21203/rs.3.rs-498677/v1

An Efficient Route Optimization Using Ticket-Id Based Routing Management System (T-ID BRM)

2021· preprint· en· W4243739598 sur OpenAlexaff
S Venkatasubramanian, Avvaru N. Suhasini, C Vennila

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineComputer Science
ThématiqueMobile Ad Hoc Networks
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkPolicy-based routingMultipath routingDynamic Source RoutingLink-state routing protocolStatic routingDistributed computingDestination-Sequenced Distance Vector routingWireless Routing ProtocolRouting protocolTicketNode (physics)Routing (electronic design automation)Engineering

Résumé

récupéré en direct d'OpenAlex

Abstract MANET – Mobile Ad Hoc Network is the connection of several remote mobile nodes. These networks are dynamic and independent to move anywhere. It does not contain any central controller, and hence it is stated as a structure less network. MANET is one of the most emerging technologies getting popular in recent days. It's significant features, and real-time issues grab the research community's attention towards it. The unstable data transmission will leverage the overall network performance, and designing an energy-efficient routing protocol is challenging. The main reason for this problem is the lack of a stable multipath routing system and resource constraints. Various research works have launched several efficient routing mechanisms, but the need for advancement still exists. In this paper, we propose a Ticket –ID Based Routing management system for enabling reliable routing for the entire network. The proposed system work under the TID principle, which executes according to the node properties and routing maintenance system. This system works under the supervision of TID- Routing manger. The TID routing manager is responsible for managing the ticketing pool and allocating unique ticket-ID based on the collected node factors such as energy, node location, speed, etc. The proposed routing system facilitates the shortest path for reliable communication. An experimental work using NS- simulator is done with the proposed method. The proposed work's efficiency is determined using a comparison work between T-ID BRM with TABRP, OGFSO, and PDMR. The observation states that the proposed Ticket-ID system achieves 94% better than other existing methods.

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)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,052
Tête enseignante GPT0,352
Écart entre enseignants0,300 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetMobile Ad Hoc NetworksTravaux en français237 207