MétaCan
Menu
Retour à la cohorte
Enregistrement W1969756831 · doi:10.1145/1164717.1164723

Performance evaluation of a streaming based protocol for 3D virtual environment exploration on mobile devices

2006· article· en· W1969756831 sur OpenAlexaff
Azzedine Boukerche, Richard W. Pazzi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRendering (computer graphics)Mobile deviceVirtual realityVisualizationBandwidth (computing)Frame rateThroughputMobile computingWirelessProtocol (science)MultimediaReal-time computingComputer networkHuman–computer interactionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

With the recent advances of mobile computing devices with communication capabilities, virtual environment walkthrough and real-time streaming movie playback for mobile devices has opened a new class of 3D virtual environment exploration based applications such as virtual guides and malls, online gaming, training and monitoring, just to name a few. The challenge lies in how to provide a rich and detailed 3D virtual environment on thin mobile devices that are known for their lack of proper resources to process large scale 3D geometric data. In this paper, we focus on defining a new approach to remote rendering and interactive visualization of 3D virtual environments on thin mobile devices such as PDAs and cell phones. To this end, we propose efficient end-to-end streaming and rate control protocols to support the requirements of bandwidth-demanding multimedia systems. The main purpose of our proposed rate control scheme is to achieve both high end-to-end throughput and low frame rate ºuctuation in order to adapt data traffic to the frequent changes of the bandwidth and error rate, mainly due to the nature of wireless networks. We discuss the design of our proposed streaming and rate control algorithms, and report on the their performance evaluation using an extensive set of simulation experiments.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNetwork Traffic and Congestion ControlTravaux en français237 207