MétaCan
Menu
Retour à la cohorte
Enregistrement W2289269826 · doi:10.1109/iwqos.2015.7404756

Robust resource reservation in virtual wireless networks

2015· article· en· W2289269826 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReservationComputer scienceMathematical optimizationConvexityOperator (biology)Dual (grammatical number)Constraint (computer-aided design)WirelessResource allocationWireless networkOperations researchComputer networkMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we study resource reservation in virtual wireless networks with the aim of minimizing the operational cost. With this regard, the main constraint facing the operator is that only limited information about future traffic demand is typically available to the operator. To address this issue, we investigate reservation policies that are robust to the worst-case traffic demand which fits the available information i.e., the policies that minimize the worst-case expected operational cost. The problem is formulated for several resource reservation options that are commonly offered in practice. For each case, convexity of the problem is discussed and the its dual form is presented as a semidefinite program. While, semidefinite programs can be solved in polynomial time, the optimal closed-form reservation policies are obtained for several practical cases. Moreover, the worst-case cost of these policies are analytically compared to the expected cost of the algorithm that has full knowledge of the future demand. The theoretical analysis is supplemented with numerical results to demonstrate the behavior of our algorithms in terms of cost in some example traffic scenarios.

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 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 enseignants0,932
Score d'incertitude au seuil0,492

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 Opus0,030
Tête enseignante GPT0,208
Écart entre enseignants0,178 · 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

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Network OptimizationTravaux en français237 207