MétaCan
Menu
Retour à la cohorte
Enregistrement W4312558647 · doi:10.1109/mcomstd.0001.2200022

Autonomous Aerial Networks with Wireless Power Transfer: Resource Optimization, Standardization, and Challenges

2022· article· en· W4312558647 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Communications Standards Magazine · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStandardizationComputer scienceResource (disambiguation)Wireless networkWirelessQuality of serviceWireless power transferOpen researchComputer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Wireless networks are expected to provide unlimited connectivity to an increasing number of heterogeneous devices. Future wireless networks (sixth-generation (6G)) will accomplish this in three-dimensional (3D) space by combining terrestrial and aerial networks. However, effective resource optimization and standardization in future wireless networks are challenging because of massive resource-constrained devices, diverse quality-of-service (QoS) requirements, and a high density of heterogeneous devices. Despite extensive research efforts, a sophisticated technical approach to support massive connectivity through sustainable terrestrial and aerial networks has not yet been developed. Driven by this, we provide a review of autonomous aerial networks (AANs) with wireless power transfer (WPT), which can autonomously modify radio parameters and sustain their resource usage and management (power transfer, exploiting spectrum). We discuss the architecture of AANs with WPT to emphasize its essential aspects. We then provide a summary of standardization activities for the success of AANs with WPT. We discuss resource optimization for AANs with WPT and its challenges. Following that, we provide a case study to maximize the computing efficiency of AANs with WPT. Finally, we discuss potential future research areas for the broad use of AANs with WPT.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,217
Écart entre enseignants0,203 · 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