Adaptive Multicast Routing Protocol Based on Reinforcement Learning
Notice bibliographique
Résumé
Current Mobile Ad-hoc Network (MANET) multicasting approaches either suffer from low Packet Delivery Ratio (PDR) or high overhead.These methods rely on metrics like hop count to find the optimal path to the destination.Once the path is selected, all packets are sent over the same path as long as it is available.However, a path that is deemed optimal at a specific instance of time may not retain its optimality at a subsequent moment due to node mobility.Moreover, using a metric like hop count that does not consider link quality can lead to poor PDR, as it can favor an unreliable path over a reliable one just because it is the shortest.To tackle these concerns, Q-Learning Adaptive -Multicast Ad hoc On-Demand Distance Vector Routing (QLA-MAODV) protocol is proposed.It is an adaptive and bandwidthefficient multicast routing protocol based on Q-learning.Unlike traditional methods, QLA-MAODV prioritizes link reliability over simple metrics like hop count, aiming to build a more stable multicast tree.The protocol utilizes the periodic Group Hello (GRPH) messages to explore the environment, identifying alternative paths for use in case of path degradation.The protocol continuously updates path costs, facilitating proactive switching to more reliable paths.Simulations in Network Simulator 3 (NS-3) reveal the protocol's superiority over the traditional Multicast Ad-hoc On-demand Distance Vector (MAODV) protocol.Additionally, it outperforms a modified version, MAODV-Route Reliability (MAODV-RR), that uses link reliability as the routing metric, demonstrating improvement in PDR and reduced multicast-related overhead.I express my appreciation to my supervisors, Prof. Thomas Kunz and Prof. Marc St-Hilaire, for their support, guidance, and encouragement during challenging moments.Our discussions and your mentorship have been invaluable, contributing significantly to my intellectual growth and shaping my perspective in meaningful ways.To my parents, my life's biggest supporters.Their love and sacrifices are the cornerstone of my journey.I am grateful for the values they instilled in me.Thank you for being my pillars of strength and for shaping the person I
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».