MétaCan
Menu
Retour à la cohorte
Enregistrement W2085254414 · doi:10.1109/mcom.2003.1166671

Intercarrier bandwidth exchange: an engineering framework

2003· article· en· W2085254414 sur OpenAlexaff
Subir Biswas, Debashis Saha, Nitish Kumar Mandal

Notice bibliographique

RevueIEEE Communications Magazine · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBandwidth (computing)RevenueComputer scienceProvisioningQuality of serviceBandwidth throttlingTelecommunicationsBandwidth allocationBusinessFinance

Résumé

récupéré en direct d'OpenAlex

A mismatch between demand and supply for bandwidth is common in transport carrier networks. This mismatch is generally a result of the disparity between a carrier's capacity buildout and its anticipated customer demand. A carrier with temporary bandwidth deficit or lack of presence in a geographical region and a carrier with surplus capacity in the right locations can be brought together by the emerging bandwidth exchange technology. Bandwidth exchange offers a win-win solution, in which the carrier with a deficit avoids losing revenue by buying capacity from the carrier with surplus, and the latter makes additional revenue by retail sale of its excess capacity. While the concept of real-time purchase and exchange of bandwidth has attracted a lot of attention, many technical challenges stand in the way of making it a reality. The purpose of this article is to provide an engineering framework for enabling real-time bandwidth exchange with committed quality of service and service level agreement among transport carriers. Special emphasis is given to identifying the architectural requirements and the enabling infrastructure necessary for building a viable bandwidth exchange that can be used for creating revenue out of surplus stranded capacity. Indepth analysis of cross-carrier service level agreement specification, capacity publication, route design, and service provisioning are also provided in the article.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0060,007
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,027
Tête enseignante GPT0,280
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
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 revueIEEE Communications MagazineMême sujetICT Impact and PoliciesTravaux en français237 207