MétaCan
Menu
Retour à la cohorte
Enregistrement W2892251471 · doi:10.1142/s0217595918500380

Asymptotically Maximal Throughput in Tandem Systems with Flexible and Dedicated Servers

2018· article· en· W2892251471 sur OpenAlexafffund
Aili Alice Zou, Douglas G. Down

Notice bibliographique

RevueAsia Pacific Journal of Operational Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAdvanced Queuing Theory Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésServerThroughputFlexibility (engineering)Computer scienceComputer networkMarkov processDistributed computingQueueInfinityMathematicsOperating systemStatistics

Résumé

récupéré en direct d'OpenAlex

For a system of two tandem queues with a finite intermediate buffer, we study the asymptotically maximal throughput as the number of servers in each station grows to infinity. First, we study the system with only dedicated servers, and then we examine the system with both dedicated and flexible servers. We assume that travel times between the two stations are negligible and that each server can only work on one customer at a time. We model the system as a birth–death Markov process, derive a closed form solution for the stationary distribution, and quantify the maximal asymptotic normalized throughput as the number of servers grows to infinity. We show that flexibility is more favorable for small systems, and as the number of servers grows, the benefits of flexibility decrease. Furthermore, we prove that when the number of servers goes to infinity, there is no need of flexibility at all, as the maximum value of the throughput is obtained. However, flexibility still has a secondary beneficial effect — a little flexibility (on the order of the square root of the number of dedicated servers at each station) guarantees that all dedicated servers are busy and results in faster convergence to the maximum throughput.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,326
Écart entre enseignants0,280 · 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'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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Operational ResearchMême sujetAdvanced Queuing Theory AnalysisTravaux en français237 207