MétaCan
Menu
Retour à la cohorte
Enregistrement W4392158480 · doi:10.1109/globecom54140.2023.10437332

Thermodynamic Energy Cost and Bit Error Rate of Imperfect Transmitters in Molecular Communication

2023· article· en· W4392158480 sur OpenAlexaff
Dongliang Jing, Lin Lin, Andrew W. Eckford

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Communication and Nanonetworks
Établissements canadiensYork University
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésImperfectBit error rateBit (key)Computer scienceEnergy costEnergy (signal processing)Error detection and correctionElectronic engineeringTelecommunicationsAlgorithmComputer networkEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In some molecular communication (MC) designs, signaling molecules are held in reservoirs of different concentrations. This paper explores two thermodynamic implications of creating such a transmitter. First, it requires energy to generate reservoirs at different concentrations, since their chemical potential is different from the environment. Second, it requires an enormous energy cost to create a pure (or nearly pure) reservoir, so the transmitter is necessarily imperfect. Drawing from the Maxwell's Demon thought experiment, we consider the separation of an environmental mixture into reservoirs of differing concentrations, which requires free energy, but which allows information to be encoded in the difference of concentration. Both theoretical and simulation results indicate that the performance of the transmitter is positively correlated with the amount of consumed free energy. Furthermore, our simulation results indicate that there may be a fundamental thermodynamic tradeoff between energy per bit and bit error rate in MC.

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)0,002
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMolecular Communication and NanonetworksTravaux en français237 207