Computing-Aware Base Station Sleeping Mechanism in H-CRAN-Cloud-Edge Networks
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
In this paper, a power minimization problem using base station sleeping is proposed for heterogeneous cloud radio access networks (H-CRANs) taking into account the computing delay constraints. In the proposed system, which is modeled using M/M/k queues, the edge device coexists with the small base station (SBS) to provide computing capabilities beside the central cloud. In general, the SBS sleeping is governed by the availability of resources provided the macro base station (MBS) which is in charge of accommodating offloaded users from sleeping SBSs. However, switching off lightly loaded SBSs can impose significant burdens on cloud servers. Here, the proposed sleeping scheme allows SBSs serving more computing tasks to remain active in order to fulfill the task completion deadlines requested by mobile users and to keep the cloud response time within a predefined limit. In other words, the proposed scheme aims to save power by undertaking a centralized selection of active and sleeping SBSs taking into account the delay constraints of both cloud and mobile devices. First, we consider a disjoint cloud-edge system, where computing services can be provided by either the cloud or the edge device, and aim to minimize the number of active SBSs. The problem is formulated as a 0-1 knapsack problem with SBS utilization considered as the weight while the ratio of computing tasks to all incoming tasks is considered as the value of that SBS. In this problem, which is solved using dynamic programming, SBSs processing less computing tasks are given higher values; and as a result, higher chance to sleep compared to others. Second, a shared computing system is proposed whereby active SBSs (edge devices) contribute to the total computing capability. Here, an exhaustive search approach is used to achieve the optimal power saving. We also proved that the shared computing system performs better in terms of response time compared to the disjoint system depending on the number of active SBSs.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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