MétaCan
Menu
Retour à la cohorte
Enregistrement W4412985339 · doi:10.1109/tce.2025.3595874

Zero SolarWing: A Net-Zero Solar Wind-Powered UAV-Enabled RIS System for URLLC Services in 6G Compute First Networks

2025· article· en· W4412985339 sur OpenAlexaff
Ali Ranjha, Gautam Srivastava, Muhammad Asif, Mostafa Hussien, Kapal Dev, Syed Muhammad Danish

Notice bibliographique

RevueIEEE Transactions on Consumer Electronics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensAlgoma UniversityBrandon UniversityÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésZero (linguistics)Net (polyhedron)Computer scienceElectrical engineeringEngineeringElectronic engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The transition to sixth-generation (6G) networks demands innovative solutions to address the challenges of energy efficiency, ultra-reliable low-latency communications (URLLC), and sustainable network architectures. Recently, Compute First Networking (CFN) has emerged as a transformative paradigm, enabling efficient integration of computation and communication while addressing critical issues such as energy efficiency and system reliability. In response to these imperatives, the integration of net-zero solar wind-powered unmanned aerial vehicle (UAV)-assisted reconfigurable intelligent surface (RIS) with CFN systems emerges as a pivotal solution for enabling URLLC services. This integration not only meets stringent computation requirements but also minimizes environmental impact, paving the way for sustainable and reliable next-generation networks. In addressing this challenge, our proposed solution, named Zero SolarWing, harnesses renewable energy sources, specifically solar and wind power, to sustainably power UAV coupled with RIS technology. This innovative integration not only reduces carbon emissions but also enhances ultra-high reliability. Our approach includes the formulation of a minimization problem aimed at mitigating total decoding error subject to blocklength allocation and UAV positioning. Through comprehensive simulation studies, we demonstrate the convergence and superior performance of our proposed method compared to fixed benchmarks. Lastly, we show feasibility of our approach in achieving a net-zero system where harvested and consumed energies are equivalent as well as attaining optimal UAV positioning to minimize total decoding error.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Consumer ElectronicsMême sujetUAV Applications and OptimizationTravaux en français237 207