MétaCan
Menu
Retour à la cohorte
Enregistrement W2120369097 · doi:10.1109/icmlc.2006.258769

Context-Based Qos Model and its Application in Ubiquitous Computing

2006· article· en· W2120369097 sur OpenAlexfundno aff
Yong Zhang, Shensheng Zhang, Songqiao Han

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaScience and Technology Commission of Shanghai Municipality
Mots-clésComputer scienceQuality of serviceContext (archaeology)Mobile QoSDistributed computingScalabilityUbiquitous computingService (business)Selection (genetic algorithm)Process (computing)Context modelResource (disambiguation)Fuzzy logicInferenceComputer networkArtificial intelligenceDatabaseHuman–computer interactionService delivery framework

Résumé

récupéré en direct d'OpenAlex

In the mobile and resource-constrained ubiquitous computing environments, we need an effective quality of service (QoS) model to support dynamic service selection in tune with the variation of context. To serve this purpose, we explore the concept of QoS and propose a context-based QoS model with hierarchical structure. Based on the context model, the QoS model can identify different types of context and evaluate the impact of context upon service selection through first-order logic inference and fuzzy logic evaluation. Quantitative methods are employed to quantify quality factors. The application of the model is demonstrated in the process of service selection. Two experiments have been conducted to evaluate the model. The result of the experiments has proved that with the application of the QoS model, service selection is of better scalability and performance

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,389

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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.

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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService-Oriented Architecture and Web ServicesTravaux en français237 207