Delay-Constrained Admission and Bandwidth Allocation for Long-Reach EPON
Notice bibliographique
Résumé
Next generation Passive Optical Network (PON)technology has been evolving to consolidate the metro andaccess networks in order to offer enhanced capacity, highsplit ratio and reduced deployment cost per subscriber.However, transmission of the signals to long distances up to100km leads to increased propagation delay whereas highsplit ratio may lead to long cycle times resulting in largequeue occupancies and long packet delays. In this article, wepresent a delay-constrained admission control mechanismand adapt this scheme to our previously proposed bandwidthallocation technique, namely Periodic GATE Optimization(PGO). We call this new scheme Delay-Constrained PeriodicGATE Optimization (DC-PGO). DC-PGO is designed to runfor multiple service classes as it inherits the advantages ofPGO by periodically building and solving an ILP formulationat the OLT in order to obtain the appropriate creditvalues for the overloaded ONUs. At the ONU side, DCPGOruns an admission control scheme before pushing thearriving packets in the sub-queues. The admission controlscheme uses statistical information consisting of the localdata at the ONU and the previously received GATE messagesfrom the OLT. Through simulations, we show that DC-PGOenhances the performance of multi-threaded polling in longreachEthernet PON when packets of differentiated serviceclasses arrive with pre-specified delay requirements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».