MétaCan
Menu
Retour à la cohorte
Enregistrement W2915648637 · doi:10.1109/glocom.2018.8647809

Towards More Dynamic Energy-Efficient Bandwidth Allocation in EPONs

2018· article· en· W2915648637 sur OpenAlexaff
Ahmed Helmy, Amiya Nayak

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Photonic Communication Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDynamic bandwidth allocationPassive optical networkComputer scienceUpstream (networking)Computer networkBandwidth (computing)Network packetBandwidth allocationSleep modeDownstream (manufacturing)Efficient energy usePower (physics)Wavelength-division multiplexingEngineeringPhysicsElectrical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

Power conservation in passive optical networks (PONs) has been an active area of research since the cyclic sleep-mode was first proposed for optical network units (ONUs). Many studies have then settled upon locking downstream and upstream transmissions for each ONU in a cyclic fixed slot, thus allowing the ONU to switch to sleep-mode for the rest of the transmission cycle. However, such fixed allocation limits the flexibility and dynamicity of the bandwidth allocation and leads to upstream underutilization. Moreover, to maximize power conservation, the cycle duration used must be long enough to make up for mode-switching overheads, which significantly degrades the network performance in terms of packet delays. In this paper, we develop a novel energy-efficient framework for Ethernet PONs (EPONs). To that end, we propose different upstream allocation schemes to improve the fixed-slot performance while maintaining energy-efficiency at acceptable levels. We also propose a more accurate arrangement for downstream-upstream locking. Moreover, we use a long-reach PON setting, where the long propagation delays impact the network performance posing further challenges to the bandwidth allocation. Numerical results show that, under heavily loaded network conditions, packet delays can be reduced by around 60% at an additional power cost of less than 5%.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,257
Écart entre enseignants0,248 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Photonic Communication SystemsTravaux en français237 207