G-SC-IRSA: Graph-Based Spatially Coupled IRSA for Age-Critical Grant-Free Massive Access
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
In this article, we focus on a grant-free massive access setup and analyze its Age of Information (AoI), where a large number of user equipments (UEs) are randomly activated and attempt to transmit status update packets to a base station (BS) over a common shared channel. To support this age-critical grant-free massive access, we propose a graph-based spatially coupled irregular repetition slotted ALOHA (G-SC-IRSA) random access protocol, which utilizes the pseudo-random access pattern (PRAP), coupled frames, and sliding window decoder (SWD) to improve the packet loss rate (PLR) and AoI performance. Specifically, we derive the approximate expressions to the normalized Average AoI (AAoI) as a function of the PRAP and system load. Then, we establish the problem of minimizing the AAoI under the G-SC-IRSA protocol. Furthermore, we utilize the density evolution (DE) with a bipartite graph to evaluate the system load threshold of G-SC-IRSA in asymptotic regime, achieve an optimal degree distribution via the differential evolution algorithm, and finally obtain the optimal PRAP with progressive edge-growth algorithm. Simulation results validate the accuracy of our theoretical derivations and show that the G-SC-IRSA can achieve the minimum AAoI with the optimal PRAP and outperforms the existing benchmark schemes in terms of PLR and AAoI.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,003 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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