MétaCan
Menu
Retour à la cohorte
Enregistrement W2111308842 · doi:10.1109/jsac.2004.829342

oEvolve : Toward Evolutionary Overlay Topologies for High-Bandwidth Data Dissemination

2004· article· en· W2111308842 sur OpenAlexaff
Ying Zhu, Jun Guo, B. Li

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPlanetLabComputer scienceNetwork topologyTestbedOverlay networkComputer networkOverlayDistributed computingThroughputQuality of serviceDisseminationOverlay multicastBandwidth (computing)Routing (electronic design automation)The InternetWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider the problem of data dissemination from a source to multiple receivers over application-layer overlay networks, and seek to significantly improve end-to-end throughput of data dissemination sessions by constructing topologies of high quality. We propose oEvolve, a distributed algorithm that uses the strategy of progressively and adaptively evolving the overlay topology over time toward high-quality topologies, especially with respect to end-to-end throughput of data dissemination. To validate the effectiveness and efficiency of oEvolve, we present a fully distributed real-world oEvolve implementation over PlanetLab , a global-scale wide-area overlay network testbed. Our implementation consists of a framework of components that involves a high-performance data forwarding engine and a centralized performance monitoring facility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0080,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,346
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal on Selected Areas in CommunicationsMême sujetPeer-to-Peer Network TechnologiesTravaux en français237 207