MétaCan
Menu
Retour à la cohorte
Enregistrement W2033884769 · doi:10.1504/ijcat.2003.000314

A collaboration model for better reliability and performance for object-based distributed applications over the Internet

2003· article· en· W2033884769 sur OpenAlexfundno aff
Allan K. Y. Wong, Tharam S. Dillon, May T. W. Ip, Wilfred W. K. Lin, Brian H.T. Wong

Notice bibliographique

RevueInternational Journal of Computer Applications in Technology · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensnon disponible
Organismes subventionnairesNetworks of Centres of Excellence of CanadaCanadian Institutes of Health ResearchTyson
Mots-clésComputer scienceReliability (semiconductor)The InternetDistributed computingComputer networkTransmission (telecommunications)Convergence (economics)Quality of serviceChannel (broadcasting)Object (grammar)Buffer overflowTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

The improved consecutive message transmission and adaptive buffer control (ICMTABC) collaboration model proposed in this paper is an enhancement of the existing CMTABC version. The motivation is to provide better collaboration performance for distributed applications, such as network-based computer-supported cooperative design. The enhancement is achieved through better reliability for end-to-end communication channels over the Internet. The CMT and ABC mechanisms are adaptive; the former improves message transmission and reception and the latter prevents message loss due to buffer overflow at the reception side. The anticipative capability of the ICMTABC framework comes from the convergence algorithm (CA) element, which is an internet end-to-end performance measurement (IEPM) mechanism that predicts the mean message response time of a communication channel quickly, responsively and accurately. The CA predictions provide the basis for computing the QoS factors needed by CMT and ABC for anticipative and adaptive control.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,253
Écart entre enseignants0,246 · 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

Citations4
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computer Applications in TechnologyMême sujetNetwork Traffic and Congestion ControlTravaux en français237 207