MétaCan
Menu
Retour à la cohorte
Enregistrement W1986921363 · doi:10.1504/ijhpcn.2005.007863

Optimal all-to-all personalised exchange in a novel optical multistage interconnection network

2005· article· en· W1986921363 sur OpenAlexaff
Siu Cheung Chau, Ada W. C. Fu

Notice bibliographique

RevueInternational Journal of High Performance Computing and Networking · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueInterconnection Networks and Systems
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkGigabitNode (physics)InterconnectionLow latency (capital markets)Bandwidth (computing)Multistage interconnection networksDistributed computingLatency (audio)Transmission (telecommunications)Telecommunications

Résumé

récupéré en direct d'OpenAlex

An all-to-all personalised exchange is one of the most dense collective communication operations in parallel and distributed computing and communication applications. Each node in the network needs to send a different message to each of the other nodes. Advances in electro-optic switches have made optical communication a good networking choice that can satisfy the high channel bandwidth, low communication latency, low error rate, and gigabit transmission requirements of high performance computing and communication applications. Previously proposed optical multistage interconnection networks (MINs) require at least two passes to send a message from each node to a different node (to realise a permutation) in the network. In this paper, we propose an MIN that requires only one pass to realise a permutation. That is, the new MIN requires n–1 passes instead of 2n passes, the requirement for other optical MINs, for an all-to-all personalised exchange. The new network is optimal in terms of the number of passes that is required for an all-to-all personalised exchange.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of High Performance Computing and NetworkingMême sujetInterconnection Networks and SystemsTravaux en français237 207