MétaCan
Menu
Retour à la cohorte
Enregistrement W1600993111 · doi:10.1109/pacrim.2003.1235743

Network processor design: issues and challenges

2004· article· en· W1600993111 sur OpenAlexaff
Farshad Khunjush, M. Watheq El‐Kharashi, K.F. Li, N.J. Dimopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Packet Processing and Optimization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOSI modelComputer networkSoftware deploymentNetwork planning and designCommunications protocolNetworking hardwareProtocol (science)The InternetSoftware engineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Since the deployment of the ARPANET in the 60s and the local area networks, Intranets, and the Internet in the 70s and 80s, research investigation and commercial product developments have focused on network infrastructures such as fiber trunks, routers, and switches, as well as OSI layers 2 and 3 protocol equipment. Recently, in response to the increasing complexity of the communication protocols and exploding demand for functionalities in network active components, chip manufacturers and researchers recently shifted their effort to the design and implementation of NPUs (network processing units). This work investigates the characteristics and properties of network applications and protocols. Understanding the requirements of these applications and protocols enables the formulation of the overall objectives and specifications in the design of NPUs. Some of the existing commercial products are surveyed and their functional objectives and design approaches are examined. We conclude with the current status of NPU development. Immediate challenges in design and implementation of NPUs, with respect to the rapid network expansion and increasing traffic demand, are also discussed.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,052
Tête enseignante GPT0,255
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNetwork Packet Processing and OptimizationTravaux en français237 207