OPTIMIZING DATA THROUGHPUT IN CLIENT/SERVER SYSTEMS BY KEEPING QUEUE SIZES BALANCED
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Consider a synchronous system of clients and servers whereby client requests may be satisfied by any one of the servers the clients are assigned to and where the association between clients and servers is determined by an arbitrary but predefined apportionment of the set of servers to clients and of clients to servers. A client can get the required service from any of the servers it is assigned to and at each time step all clients make a request to the servers which then provide the service according to requests. Since clients can make requests simultaneously, if there is no coordination in the "client-to-server" assignment process some clients may have to wait longer if they are assigned simultaneously to a single server when overall performance could improve had they been assigned to separate available servers. Therefore a principal approach to optimizing throughput when assigning client requests to supporting servers, is to keep the client queue sizes well balanced so as to prevent servers from having to remain idle while other servers are being overused. There are several potential examples of such systems involving data gathering and forwarding among sensors in a sensor network or when the servers are base-stations and the clients may be either rotating satellites or other wireless devices, for example. In this paper we consider the problem of finding an assignment of clients to servers that results in all clients receiving a packet while optimally balancing the sizes of remaining queues at the clients. We give a polynomial time algorithm for solving this problem which requires O((m + n) 3 n) arithmetic operations, where m is the number of client queues and n is the number of servers.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle