MétaCan
Menu
← Retour à la cohorte
Enregistrement W2493910346 · doi:10.1017/cbo9781139034357.002

Lossless multicast with a single source

2011· book-chapter· en· W2493910346 sur OpenAlexaff
Nima Sarshar, Xiaolin Wu, Jia Wang, Sorina Dumitrescu

Notice bibliographique

RevueCambridge University Press eBooks · 2011
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensMcMaster UniversityUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMulticastComputer scienceLossless compressionLinear network codingContext (archaeology)Computer networkData compressionAlgorithmHistory

Résumé

récupéré en direct d'OpenAlex

We start by perhaps the simplest variation of the NASCC problem, namely that of lossless information multicast. This problem has been the source of much interest and studies in the past several years, as ignited by the original work on network coding [8]. We are not going to review the large and exciting body of work on lossless multicast in this book in great detail. However, we will review some of the basic concepts in order to put this book in a proper historical and comparative context. We refer the reader to an array of excellent new books on network coding for further reading [57, 58]. Network coding, the multicast scenario In the notations of this book, the network information flow problem introduced by Ahlswede et al . in [8] can be defined, for the case of a single information source, with the following elements. A directed graph G 〈 V, E 〉 with node set V and edge set E ⊂ V × V . A function R : E → ℝ + that assigns a capacity R(e) to each link e ∈ E . An information source I that generates information at a server node s ∈ S at a rate h bits per time unit. A set of sink nodes T ⊆ V that are interested in receiving this information. The multicast demand h is said to be admissible with capacity constraint function R , or equivalently ( G, S, T, R, h ) is said to be admissible if there exists a coding scheme that satisfies the multicast requirement rate h and respects the capacity constraints on all links e ∈ E .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,055
Tête enseignante GPT0,203
Écart entre enseignants0,148 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetCooperative Communication and Network Coding→Travaux en français237 207→