MétaCan
Menu
Retour à la cohorte
Enregistrement W2126669697 · doi:10.1109/have.2008.4685298

A distributed latency-aware architecture for massively multi-user virtual environments

2008· article· en· W2126669697 sur OpenAlexaff
Behnoosh Hariri, Saurabh Ratti, Shervin Shirmohammadi, Mohammad Reza Pakravan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePeer-to-Peer Network Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHilbert curveDistributed computingRouting (electronic design automation)Computer networkTheoretical computer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

Massively multi-user virtual environments (MMVE) incorporate computer graphics, sound and haptics to simulate the experience of real-time interaction among multiple users in a shared three-dimensional virtual world. Such applications therefore deal with the distribution of updates among their users to provide them with a common sense of time and place while interacting in the virtual environment. This paper introduces a new distributed architecture for message exchange in MMVE applications. We propose the use of Hilbert space filling curve, due to its good locality preserving characteristics, as a mechanism for indexing users' three dimensional locations to a one dimension. We also propose our novel routing strategy based on this architecture, which is executed among the points that are mapped over the Hilbert curve. Such hierarchical routing requires only few entries in the routing tables while it is guaranteed to converge in few steps. The routing procedure is based on guiding the packets to their destinations through traversing the Hilbert curve in tree format. A three dimensional Hilbert curve of order K can be described with a tree of K levels. In making a forwarding decision, a node finds the best neighbour that moves the message closer to its destination over this tree. This avoids the complexity of locating the points over the Hilbert curve as the mapping is actually performed throughout the routing process. The performance evaluation results show that the propose architecture can efficiently handle update exchange among MMVE users.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil0,820

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 ouverte0,0020,001
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 Opus0,022
Tête enseignante GPT0,234
Écart entre enseignants0,211 · 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'étudeSans objet
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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPeer-to-Peer Network TechnologiesTravaux en français237 207