MétaCan
Menu
Retour à la cohorte
Enregistrement W4280640212 · doi:10.1109/wcnc51071.2022.9771865

Energy Harvesting Wireless Sensor Networks: Inter-delivery-aware Scheduling Algorithms

2022· article· en· W4280640212 sur OpenAlexaff
Amina Hentati, Zoubeir Mlika, Jean‐François Frigon, Wessam Ajib

Notice bibliographique

Revue2022 IEEE Wireless Communications and Networking Conference (WCNC) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversité de SherbrookePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkComputer scienceScheduling (production processes)Key distribution in wireless sensor networksInteger programmingTime complexityWirelessAlgorithmSensor nodeJob shop schedulingEnergy harvestingDistributed computingLinear programmingDynamic priority schedulingWireless networkReal-time computingComputer networkMathematical optimizationEnergy (signal processing)MathematicsQuality of service

Résumé

récupéré en direct d'OpenAlex

This paper considers the transmission scheduling problem in a single-node energy harvesting (EH) wireless communication system, where the monitoring application requires regular status updates. The objective is to minimize the number of inter-delivery violations events over a time horizon in a wireless sensor network consisting of an EH sensor node providing status updates to a non-EH sink. The offline scheduling problem is formulated as an integer linear program and is solved optimally in polynomial time using a dynamic programming approach. Next, an efficient and low complexity heuristic algorithm is proposed for the online setting. Simulation results show the effectiveness of our proposed algorithms compared to baseline 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,759
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,002
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 Opus0,032
Tête enseignante GPT0,237
Écart entre enseignants0,204 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE Wireless Communications and Networking Conference (WCNC)Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207