A locality preserving routing overlay using geographic coordinates
Notice bibliographique
Résumé
This paper presents a design for a general locality preserving routing overlay network based on geographic coordinates of nodes. For efficient use of network resources, it is important to follow some locality principles while routing bulk multimedia content. The proposed overlay network creates the interconnection among large number of highly dynamic nodes in a completely decentralized manner, based on adaptive hierarchical partitioning of the geographical space. A major benefit of using coarse grain geographic coordinates is that they are available at off-the-shelf databases and thus do not incur additional measurement overhead. The performance of the proposed geography based routing overlay, in terms of two locality properties - stretch and route-convergence, is evaluated by simulation studies. Real topology data of 65 ISPs with presence in 534 cities across the world, collected by the RocketFuel project, is used as the basis of the simulated network. The performance results are compared with corresponding results obtained from a simulated Pastry overlay constructed on the same underlying network. The performance results show that proposed overlay has significantly better stretch and route-convergence characteristics compared to a regular Pastry network. The locality properties of the proposed routing overlay are almost equivalent to those of an optimal Pastry network where all nodes use the most proximal neighbor for each routing table row. Thus the proposed geographical routing network provides good locality properties without the overhead of proximity neighbor selection. Moreover, the proposed scheme facilitates certain geographical search applications that are difficult to realize in a Pastry overlay.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».