MétaCan
Menu
Retour à la cohorte
Enregistrement W4383199388 · doi:10.1109/jsac.2023.3282543

Guest Editorial xURLLC in 6G: Next Generation Ultra-Reliable and Low-Latency Communications

2023· editorial· en· W4383199388 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.

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2023
Typeeditorial
Langueen
DomaineComputer Science
ThématiqueAge of Information Optimization
Établissements canadiensHuawei Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLow latency (capital markets)Performance indicatorTelecommunicationsEfficient energy useReliability (semiconductor)Computer networkPower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

AS ONE of the new communication scenarios in 5th-generation (5G) mobile communication systems, ultra-reliable and low-latency communications (URLLC) have stringent requirements on latency (around 1 ms) and reliability (up to 99.99999%). Nevertheless, existing 5G URLLC alone cannot fulfill all the Key Performance Indicators (KPIs) in emerging mission-critical applications like industrial automation, intelligent transportation, telemedicine, Tactile Internet, and Virtual/Augmented Reality (VR/AR). The 6th generation (6G) communication systems need to meet additional requirements on some of the following KPIs in combination with URLLC: high spectrum efficiency (SE)/throughput/energy efficiency (EE)/network availability/security as well as low Age of Information (AoI)/jitter/round-trip delay. These new requirements pose unprecedented challenges in terms of design methodologies and enabling technologies in 6G. To fill the gap between 5G URLLC and the diverse KPI requirements of the neXt generation URLLC (xURLLC), novel methodologies and innovative technologies are much needed.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,261
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0060,001
Intégrité de la recherche0,0010,005
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 Opus0,038
Tête enseignante GPT0,296
Écart entre enseignants0,258 · 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