MétaCan
Menu
Retour à la cohorte
Enregistrement W2071864257 · doi:10.1080/15326349.2011.614187

Goodput Analysis Using Terminating MAP for a Class of Discrete-Time Queueing Models

2011· article· en· W2071864257 sur OpenAlexaff
Attahiru Sule Alfa, Haitham Abu Ghazaleh

Notice bibliographique

RevueStochastic Models · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAdvanced Queuing Theory Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésGoodputQueueing theoryPlatoonMarkovian arrival processNetwork packetLayered queueing networkComputer scienceQueueThroughputMarkov processBulk queueComputer networkSynchronizingReal-time computingDistributed computingMathematicsStatisticsControl (management)Transmission (telecommunications)TelecommunicationsWirelessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We develop an approach for computing the goodput using the idea of terminating Markovian Arrival Process (tMAP) for a finite queueing system in discrete-time with Platoon Arrival Process (PAP). A platoon is said to have been successfully transmitted if all of its packets have been admitted into the queue without any loss. Otherwise, the transmitted packets from the unsuccessful platoon would constitute wasted work. The throughput rate of the non-wasted work is called “goodput.” We apply the idea to modeling a queueing system with packet discarding policies in high speed networks—a system of considerable interest in networking.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,261
Écart entre enseignants0,214 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStochastic ModelsMême sujetAdvanced Queuing Theory AnalysisTravaux en français237 207