MétaCan
Menu
Retour à la cohorte
Enregistrement W7083190957 · doi:10.1587/transfun.2025eap1066

Further Designs of Low-Hit-Zone Frequency-Hopping Sequence Set with Strictly Optimal Partial Hamming Correlation

2025· article· en· W7083190957 sur OpenAlexaff

Notice bibliographique

RevueIEICE Transactions on Fundamentals of Electronics Communications and Computer Sciences · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesYibin University
Mots-clésHamming distanceSequence (biology)Hamming codeHamming weightSet (abstract data type)AutocorrelationHamming graphComplementary sequences

Résumé

récupéré en direct d'OpenAlex

The quasi-synchronous frequency-hopping (FH) multiple access (QS-FHMA) communication system has the advantages of not requiring precise time synchronization, low equipment complexity, and easy to implement in engineering applications. And it is widely applied in military communication systems, vehicle-to-everything (V2X) communication, satellite communication systems, and industrial internet of things (IIoT), among others. FH sequences set with Low-Hit-Zone (LHZ), in LHZ both the Hamming autocorrelation of each sequence and the Hamming cross-correlation between distinct sequences remain low, are an important component of QS-FHMA communication system. The utilization of LHZ FH sequence set (LHZ FHS set) with optimal partial Hamming correlation (PHC) can effectively enhance the communication performance of QS-FHMA system. Based on q-ary m-sequence with degree n and its decimated sequence, q ≠ 2, n ≥ 2, this paper constructs three types of LHZ FHS sets. Experimental results show that these sequence sets have strictly optimal periodic PHC property, good wide gap property, and favorable complexity. The new constructions can provide more high-performance LHZ FHS sets for QS-FHMA communication systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,301
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEICE Transactions on Fundamentals of Electronics Communications and Computer SciencesMême sujetGene expression and cancer classificationTravaux en français237 207