MétaCan
Menu
Retour à la cohorte
Enregistrement W2613337430 · doi:10.1016/j.tcs.2020.04.008

Step-optimal implementations of large single-writer registers

2020· article· en· W2613337430 sur OpenAlexafffund
Tian Ze Chen, Yuanhao Wei

Notice bibliographique

RevueTheoretical Computer Science · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueAlgorithms and Data Compression
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceRegister (sociolinguistics)AlgorithmArithmeticShift registerUpper and lower boundsBinary logarithmTime complexityBit (key)Discrete mathematicsMathematics

Résumé

récupéré en direct d'OpenAlex

We present two wait-free algorithms for simulating an ℓ-bit single-writer register from k-bit single-writer registers, for any k≥1. Our first algorithm has Θ(ℓ/k) step complexity for both and and uses Θ(4ℓ−k) registers. Our second algorithm has Θ(ℓ/k+(log⁡n)/k) step complexity for both and , where n is the number of readers, but uses only Θ(nℓ/k) registers. By using the first algorithm when ℓ≤(log⁡n)/2 and the second algorithm when ℓ>(log⁡n)/2, we get a combined implementation with Θ(ℓ/k) step complexity using Θ(nℓ/k) registers which works for any 1≤k<ℓ. We also prove that any implementation with O(ℓ/k) step complexity for requires Ω(ℓ/k) step complexity for . Reading ℓ bits requires at least ⌈ℓ/k⌉ reads of k-bit registers, so our lower bound shows that our combined implementation is step-optimal.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,025
Tête enseignante GPT0,289
Écart entre enseignants0,264 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueTheoretical Computer ScienceMême sujetAlgorithms and Data CompressionTravaux en français237 207