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.
Notice bibliographique
Résumé
Optical burst switching (OBS) is one of the recently proposed optical switching techniques which probably received the greatest deal of attention (Chen et al., 2004). OBS may be viewed as a switching technique that combines the merits of optical circuit switching (OCS) and optical packet switching (OPS) while avoiding their respective shortcomings. The switching granularity at the burst rather than wavelength level allows for statistical multiplexing in OBS, which is not possible in OCS, while requiring a lower control overhead than OPS. More precisely, in OCS, the entire bandwidth of each lightpath is dedicated to one pair of source and destination nodes and unused bandwidth cannot be reclaimed by other nodes ready to send data. Thus, OCS does not allow for statistical multiplexing. On the other hand, in OCS networks no OEO conversion is needed at intermediate nodes. As a result, OCS networks provide all-optical circuits that are transparent in terms of bit rate, modulation scheme, and protocol. OCS is well suited for large data transmissions whose long connection holding time on the order of a few minutes, hours, days, weeks, or even months justify the involved twoway reservation overhead for setting up or releasing a lightpath, which may take a few hundred milliseconds. Since many applications require only subwavelength bandwidth and/or involve bursts that last only a few seconds or less, the coarse wavelength switching granularity of OCS becomes increasingly inefficient and impractical. Unlike OCS, OPS is able to provide a significant statistical multiplexing gain due to the fact that bandwidth is not dedicated to a single connection but may be shared by multiple data flows.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle