MétaCan
Menu
Retour à la cohorte
Enregistrement W7065390916

Dynamic Time-Stable Geocast Routing in Vehicular Ad Hoc Networks

2010· dissertation· en· W7065390916 sur OpenAlexaff

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2010
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensBlackberry (Canada)
Organismes subventionnairesnon disponible
Mots-clésNucleofectionTSG101ProteogenomicsGestational periodSynchronismSubpoena
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Vehicular ad hoc networks (VANETs) have emerged as an area of interest for both industry and research scholars because they have become an essential part of intelligent transportation systems (ITSs). Many applications in VANET require sending a message to certain or all vehicles within a region, called geocast. Sometimes geocast requires that the message be kept alive within the region for a period of time. This time-stable geocast has a vital role in some ITS applications, particularly commercial applications. This study presents a novel time-stable geocast protocol that works well even in too sparse networks. Moreover, since commercial applications sometimes make it necessary to change the duration of the stable message within the region, the dynamic nature of a geocast protocol should allow this time to be extended, reduced, or canceled without any additional cost. Therefore, we call it a dynamic time-stable geocast, DTSG, protocol. It works in two phases (the pre-stable period and the stable period), and the simulation results show that it works well in its performance metrics (delivery ratio and network cost). In addition, these results validate the protocol prediction of its performance metrics. Moreover, with the informed time of zero, all the intended vehicles will be informed as soon as they enter the region. The fact that the protocol is independent of the networks’ density, the vehicles’ speed, and the vehicles’ broadcasting range, makes it more robust than others that fail in sparse networks or in high-speed nodes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)Même sujetMagnetic confinement fusion researchTravaux en français237 207