MétaCan
Menu
Retour à la cohorte
Enregistrement W2284315436 · doi:10.15598/aeee.v13i4.1476

How to Enhance the Efficiency of Loss-Less Optical Burst Switching Networks with the Streamline Effect

2015· article· en· W2284315436 sur OpenAlexafffund
Miloš Kozák, Brigitte Jaumarad, Leoš Boháč

Notice bibliographique

RevueAdvances in Electrical and Electronic Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Network Technologies
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésOptical burst switchingComputer scienceComputer networkOptical performance monitoringOptoelectronicsMaterials scienceWavelength-division multiplexing

Résumé

récupéré en direct d'OpenAlex

With the ongoing steady traffic increase in the Internet, the wavelength usage of the supporting optical networks is a critical network efficiency parameter. Therefore, this paper suggests a way how to efficiently and economically achieve this goal in the context of optical burst switching, a very promising technology that has been proposed to overcome the shortcomings of conventional WDM deployment, such as lack of fine bandwidth granularity in wavelength routing and electronic speed bottlenecks in the presence of bursty traffic. In order to mitigate the burst loss and achieve high network efficiency we adapt the loss-less paradigm defined by Coutelen et al. (2010), i.e., the CAROBS framework. In classical OBS networks, the streamline effect ensures a very low level of contention, i.e., efficient transmission, hence we define a routing guided only by the streamline effect. The resulting routing problem is formulated as an optimization model which is solved using a decomposition technique to increase the scalability of the solution process.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,002
Tête enseignante GPT0,206
Écart entre enseignants0,204 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Electrical and Electronic EngineeringMême sujetAdvanced Optical Network TechnologiesTravaux en français237 207