A New Virtual Network Topology-Based Digital Twin for Spatial-Temporal Load-Balanced User Association in 6G HetNets
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
Dynamically associating distributed mobile users with proper base stations in 6G heterogeneous networks (HetNets) becomes critical to achieve both diverse quality of service (QoS) requirements of all users and entire network performance. However, the significantly increased complexity of matching the irregularly distributed users and base stations as well as highly dynamic network traffic often cause unbalanced spatial-temporal loads for multi-tier base stations during user association. To overcome this challenge, we propose a new virtual network topology-based digital twin to reduce the complexity of load-balanced user association in 6G HetNets. During the digital twin construction stage, instead of using highly dynamic low-level physical layer attributes (e.g., channel conditions and SINR), we intentionally consider more stable and relevant communication performance indicators and physical statistics to effectively reflect both real-time link quality and overall network dynamics. To assist overall network operation, fast update of the digital twin for HetNets is achieved by adopting principal component analysis to discover specific network areas with changes. To improve the overall QoS provisioning and network performance, the proposed virtual topology-based digital twin is further utilized to predict the spatial-temporal dynamics of HetNets for more balanced user association by bipartite graph matching. Simulation results show that the proposed method can construct effective digital twins and support load-balanced user association with maximized network-wide QoS satisfaction.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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