Towards Peer-to-Peer Based Distributed Simulations on a Grid Infrastructure
Notice bibliographique
Résumé
Grid based distributed simulations are becoming more and more important with the increasing number of large-scale modeling and simulation applications. Distributed simulations are evolving with modern distributed computing techniques and are facing new challenges such as interoperability, reusability, scalability, etc. distributed interactive simulation and high level architecture have been the dominant distributed simulation standards for the past few years, and HLA is still the backbone for supporting federate based distributed simulations. However, HLA relies heavily on centralized runtime infrastructure (RTI) and is not easy to scale for large-scale applications. Also, its interoperability is limited since it does not use a fully opened standard such as service oriented architecture (SOA). Therefore, a lot research has been done to promote the next generation of simulation architecture. Such efforts result in the XMSF, which tries to integrate SOA with distributed simulation. In the meantime, peer-to-peer network based distributed simulations are also attracting more researchers to investigate the feasibility of decentralized architecture for large-scale distributed simulations. In this paper, we propose a hierarchical service oriented JXIA-core multi-layered architecture for large scale distributed simulations. Our particular design consideration is dynamic reconfigurable and realtime capable distributed simulation infrastructure, and we also aim to address most of the concerns regarding grid based large-scale distributed simulation. We further verify our design through a formal DEVS simulation based modeling. We believe that a decentralized framework will be dominant in the area of distributed simulations in the near future due to its flexibility, scalability, and the ease of reconfiguring simulation applications.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».