MétaCan
Menu
Retour à la cohorte
Enregistrement W7034202561

Simulación y evaluación de los modelos de pérdidas de propagación de gran escala en entornos urbano-densos para la red de comunicaciones móviles de quinta generación (5G) para las bandas de 28 y 73GHz

2021· dissertation· es· W7034202561 sur OpenAlexaboutno aff

Notice bibliographique

RevueCybertesis (National University of San Marcos) · 2021
Typedissertation
Languees
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Electron Microscopy Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clés3rd Generation Partnership Project 2General partnershipContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Aborda el estudio y la evaluación de los modelos de pérdida de
\npropagación para los sistemas de comunicación móvil de Quinta Generación (5G) que están
\nsiendo desarrollados por los principales proyectos y grupos de investigación a nivel mundial
\ncomo el 3rd Generation Partnership Project (3GPP), International Mobile
\nTelecommunications 2020 (IMT-2020) y Mobile and Wireless Communications Enablers for
\nTwenty –Twenty Information Society (METIS). Los canales de radio objeto de este estudio
\ncorresponden a entornos urbano-densos en las bandas 28 GHz y 73 GHz para caracterizar la
\npropagación a gran escala. En ese sentido, se ha considerado como escenario de simulación
\nrealista 3D al centro comercial Gamarra, el cual se encuentra en el distrito de La Victoria en
\nLima-Perú, por presentar tales características.
\nCabe mencionar que los modelos de pérdida de propagación a gran escala en bandas
\nmilimétricas proporcionan una caracterización más compleja para el tipo de servicios y retos
\nque 5G promete soportar a diferencia de los modelos en bandas inferiores a 6GHz.
\nLa investigación se desarrolla bajo un enfoque cuantitativo e incluye fenómenos asociados
\nal canal de radio con línea de vista (LOS) y sin línea de vista (NLOS), donde las pérdidas de
\npropagación son obtenidas usando los modelos de canal. Finalmente, los resultados son
\nevaluados en las bandas de frecuencia mencionadas partiendo de un escenario real.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,319
Écart entre enseignants0,309 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybertesis (National University of San Marcos)Même sujetAdvanced Electron Microscopy Techniques and ApplicationsTravaux en français237 207