Distributed Offloading in Overlapping Areas of Mobile-Edge Computing for Internet of Things
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
With the maturity of 5G cellular communication systems and mobile-edge computing (MEC), a large number of base stations (BSs) with edge-computing servers are densely deployed. There are extensive overlapping coverage areas among the BSs in which some heavy computational tasks from Internet of Things (IoT) devices can be divided and offloaded to multiple BSs via the coordinated multipoint (CoMP) technique for parallel processing. However, it is a challenging issue about how to make proper task offloading decisions among multiple connected BSs while satisfying delay requirements of multiple devices. To address this challenge, this article presents an efficient multidevice and multi-BSs task offloading scheme with the goal of minimizing the delay for completing the tasks of the devices. By conducting quantitative analysis of local delay and offloading delay, a nonlinear and nonconvex delay optimization offloading problem, which is based on the theory of noncooperative game, is formulated. We prove the existence of Nash equilibrium by analyzing the feature of the proposed offloading problem and further propose a distributed task offloading algorithm called DOLA. Finally, simulation experiments based on real-world data set from the Melbourne CBD area of Australia are conducted to validate the efficacy of our DOLA algorithm. Comparison experiments are also carried out to demonstrate the superiority of DOLA in comparison with some existing schemes.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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