MOSAIC - A Mobile Peer-to-Peer Networks-Based 3D Streaming Supplying Partner Protocol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The rapid spread of wireless mobile devices and the advances of wireless communication have fueled the interest about streaming 3D graphics on mobile devices to be used in augmented reality based classes of applications. In these types of applications, a real world is mapped into the virtual world and thin mobile devices are employed to navigate in the virtual simulated environment (VE). In evidence, one of the prime difficulties in 3D streaming over thin mobile devices consists of the limited mobile resources and capabilities, i.e., low processing power, limited storage capacity, limited graphics' hardware and graphics' accelerator making it very difficult for mobile devices to render and process large and complex 3D scenes. So far, a significant body of work has been dedicated to the challenges of mobile networks-based 3D streaming such as streaming performance, and bandwidth limitation. On the downside, very few studies have been committed to the mobile supplying partner strategies aiming at determining the peer that owns the correct information and that possesses enough bandwidth to send the required data quickly and efficiently to other peers in need. In this paper, we propose MOSAIC, our supplying partner strategy protocol for mobile networks-based 3D streaming. MOSAIC is based on the quick discovery of multiple supplying partners, by optimizing the time required by peers to acquire data, avoiding unnecessary messages propagation and network congestion, and decreasing the network bandwidth over utilization.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle