MétaCan
Menu
Retour à la cohorte
Enregistrement W4376254044 · doi:10.3390/electronics12102200

From 5G to beyond 5G: A Comprehensive Survey of Wireless Network Evolution, Challenges, and Promising Technologies

2023· article· en· W4376254044 sur OpenAlexaff
Ali Sufyan, Khan Bahadar Khan, Osama A. Khashan, Talha Mir, Usama Mir

Notice bibliographique

RevueElectronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSpectral efficiencyCellular networkComputer networkWireless networkKey (lock)WirelessQuality of serviceChannel (broadcasting)TelecommunicationsComputer security

Résumé

récupéré en direct d'OpenAlex

The histrionic growth of mobile subscribers, disruptive ecosystems such as IoT-based applications, and astounding channel capacity requirements to connect trillions of devices are massive challenges of the earlier mobile generations, 5G turned up the key solution. The prime objective of the 5G network is not only to maintain a 1000-fold capacity gain and 10 Giga Bits per second delivered to a single user, but it also assured quality-of-service, higher spectral efficiency, the ultra-reliable and improved battery lifetime of devices and massive machine-type communication (mMTC). The huge traffic load and high amount of resource consumption in 5G applications, augmented reality and virtual reality for magnificent virtual experience, and wireless body area networks will seriously affect the channel capacity of cellular cells and interrupt the admission and service of other users which makes compulsory new means of channel capacity and spectral efficiency enhancement techniques. In this research, we review several key emerging wireless technologies to increase channel capacity and spectral efficiency that will not only lead to improve network performance but also meets the ever-increasing user demands. We investigate various benefits and current research challenges of using these technologies. We analyze massive multi-input multi-output technology (mMIMO) an efficient technique and promising solution for the 5G and Beyond 5G (B5G) networks with several benefits and features. Moreover, this paper will be of vast help to the researchers who will involve advance investigation and also to the wireless network operator industry that is in the search for smooth development of state-of-the-art 5G and B5G networks.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,250
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207