Ordonnancement équitable dans la couche MAC avec détection multi-usagers dans les réseaux Ad hoc
Notice bibliographique
Résumé
Les protocoles de la couche MAC dans les réseaux Ad hoc ont des contraintes inhérentes \nliées au débit et la qualité de service (QoS). Le nouveau concept, modèle de réception multiusagers \nutilise plusieurs canaux. Plusieurs transmissions peuvent être autorisées entre les noeuds et le \nnoeud peut avoir plusieurs réceptions à la fois. Cette technologie plus avancée peut de façon \nsignificative améliorer la performance d’utilisation de la bande passante. Les signaux multiples des \ndifférents mobiles peuvent être reçus en même temps, ce qui permet de réduire le délai d'un bout à \nl'autre de transfert de paquet. La réception multi usagers évite l’interférence entre les signaux reçus et \ncette caractéristique peut augmenter l'utilisation de la bande passante avec un grand facteur .Cette \ntechnologie permet d’éviter les collisions car elle peut résoudre le problème des noeuds cachés. \nL’ordonnancement équitable dans la couche MAC avec détection multi-usagers dans les \nréseaux Ad hoc peut assouplir certaines de ces contraintes et de fournir des gains importants dans le \ndébit et la qualité de Service (QoS). Ces gains peuvent être réalisés en mettant en oeuvre un \nalgorithme d’ordonnancement équitable distribués qui doit choisir l'une de plusieurs \nconfigurations de transmission possible à chaque trame. Cette fonctionnalité permet de \nformuler des différents objectifs d’ordonnancement comme la minimisation de délai ou la \nmaximisation de débit. Dans ce projet nous concentrons sur l'analyse et la comparaison des \nperformances avec différents objectifs, y compris des formulations multi-objectives. Nous \navons d'abord mis en place un modèle d'ordonnancement qui minimise le délai en utilisant \nl’algorithme ‘Start Time Fair Queuing’ (STFQ) et comparer ses performances avec des \nmodèles d’ordonnancements qui maximise le débit. Les résultats numériques montrent de la \nsouplesse et l'efficacité de l'approche proposée.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».