MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298170445 · doi:10.48550/arxiv.1102.3413

The Capacity Region of p-Transmitter/q-Receiver Multiple-Access Channels\n with Common Information

2011· preprint· en· W4298170445 sur OpenAlexaff
Ali Haghi, Reza K. Farsani, Mohammad Reza Aref, Farokh Marvasti

Notice bibliographique

RevuearXiv (Cornell University) · 2011
Typepreprint
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTransmitterFadingChannel state informationRayleigh fadingComputer scienceDirty paper codingChannel (broadcasting)Channel capacityGaussianThroughputComputer networkDecoding methodsEncoderTopology (electrical circuits)TelecommunicationsMIMOWirelessPrecodingMathematicsPhysicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the capacity problem for some multiple-access\nscenarios with cooperative transmitters. First, a general Multiple-Access\nChannel (MAC) with common information, i.e., a scenario where p transmitters\nsend private messages and also a common message to q receivers and each\nreceiver decodes all of the messages, is considered. The capacity region of the\ndiscrete memoryless channel is characterized. Then, the general Gaussian fading\nMAC with common information wherein partial Channel State Information (CSI) is\navailable at the transmitters (CSIT) and perfect CSI is available at the\nreceivers (CSIR) is investigated. A coding theorem is proved for this model\nthat yields an exact characterization of the throughput capacity region.\nFinally, a two-transmitter/one-receiver Gaussian fading MAC with conferencing\nencoders with partial CSIT and perfect CSIR is studied and its capacity region\nis determined. For the Gaussian fading models with CSIR only (transmitters have\nno access to CSIT), some numerical examples and simulation results are provided\nfor Rayleigh fading.\n

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,146
Tête enseignante GPT0,204
Écart entre enseignants0,058 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetCooperative Communication and Network Coding→Travaux en français237 207→