]> AND Private Git Repository - desynchronisation-controle.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
totot master
authorcouchot <jf.couchot@gmail.com>
Thu, 12 Dec 2013 14:38:32 +0000 (15:38 +0100)
committercouchot <jf.couchot@gmail.com>
Thu, 12 Dec 2013 14:38:32 +0000 (15:38 +0100)
IWCMC14/convex.png
IWCMC14/convexity.tex
IWCMC14/main.tex

index 2279c17670fb802200b0393b0de5256f8a779b21..87e488c152a48227bd791ff39e072026c9199f03 100644 (file)
Binary files a/IWCMC14/convex.png and b/IWCMC14/convex.png differ
index de0ddbc0b7936d9d86f990d0045e4ddc3a077861..d88481cf4a58773f0ded55ea3b816b4766826232 100644 (file)
@@ -12,6 +12,10 @@ The function inside the $\arg \min$ is strictly convex if and only if
 $\lambda_h$ is not null. This asymptotic configuration may arise due to 
 the definition of $\lambda_h$. Worth, in this case,  the function is 
 strictly decreasing and the minimal value is obtained when $p$ is the infinity.
 $\lambda_h$ is not null. This asymptotic configuration may arise due to 
 the definition of $\lambda_h$. Worth, in this case,  the function is 
 strictly decreasing and the minimal value is obtained when $p$ is the infinity.
+Thus, the method  follows its iterative calculus
+with an arbitrarely large value for $P_{sh}^{(k)}$. This leads to 
+a convergence which is dramatically slow down.
+
 
 To prevent this configuration, we replace the objective function given 
 in equation~(\ref{eq:obj2}) by 
 
 To prevent this configuration, we replace the objective function given 
 in equation~(\ref{eq:obj2}) by 
@@ -59,9 +63,8 @@ one which is convex guarantee.
 The Figure~\ref{Fig:convex} summarizes the average number of convergence 
 iterations for each treshold value. As we can see, even if this new 
 enhanced method introduces new calculus, 
 The Figure~\ref{Fig:convex} summarizes the average number of convergence 
 iterations for each treshold value. As we can see, even if this new 
 enhanced method introduces new calculus, 
-it only slows few down the algorithm and guarantee the convexity, 
+it speeds up  the algorithm and guarantees the convexity, 
 and thus the convergence.
 and thus the convergence.
-Notice that the encoding power has been arbitrarily limited to 10 W.
 \begin{figure*}
 \begin{center}
 \includegraphics[scale=0.5]{convex.png}
 \begin{figure*}
 \begin{center}
 \includegraphics[scale=0.5]{convex.png}
index bd4e952938a5842877f00be1816952935fa8b315..4be8723b63cea3e8e8038c81ad703ef9f53c9716 100644 (file)
@@ -25,7 +25,7 @@
 
 
 \author{
 
 
 \author{
-  Jean-Fran\c{c}cois Couchot, \and 
+  Jean-Fran\c{c}cois COuchot, \and 
   Ahmed Mostefaoui\\
   FEMTO-ST Institute, UMR 6174 CNRS\\
   DISC Department, University of Franche-Comt\'{e}\\
   Ahmed Mostefaoui\\
   FEMTO-ST Institute, UMR 6174 CNRS\\
   DISC Department, University of Franche-Comt\'{e}\\
 
 %\bibliographystyle{compj}
 \bibliographystyle{IEEEtran}
 
 %\bibliographystyle{compj}
 \bibliographystyle{IEEEtran}
-\bibliography{abbrev,biblioand}
+\bibliography{biblioand,abbrev}