MétaCan
Menu
Retour à la cohorte
Enregistrement W4243500824 · doi:10.22360/summersim.2016.scsc.034

Modeling Decisions in Layered Queueing Networks

2016· article· en· W4243500824 sur OpenAlexaff
Lianhau Li, Greg Franks

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueService-Oriented Architecture and Web Services
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTimeoutComputer scienceQueueing theoryLayered queueing networkPetri netDistributed computingStochastic Petri netResource (disambiguation)Resource allocationReal-time computingComputer network

Résumé

récupéré en direct d'OpenAlex

Layered queueing networks (LQN), as an extended queueing network, are used widely to evaluate many distributed systems which have a client-server architecture. However, LQN models also share the difficulty that convention queueing networks have in modelling state-based behavior, such as the decisions made in exception handling during resource allocations. In order to enhance the modelling power of LQN models to handle decisions, this paper defines four decision patterns: abort, timeout, infinite-retries and finite-retries, which are commonly used in the exception handling during resource allocations. These four decision patterns are generalized to two cases: timeout and retry decisions and implemented in the LQN simulation tool, LQSIM. The LQN input language was modified to allow these actions to be specified directly. The simulator was then verified by comparing its results from solving a model a small-scale web server model to results found from solving a Petri net model using GreatSPN. The results were quite similar to each other despite the extensive simplifications in the Petri net model required for solution.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService-Oriented Architecture and Web ServicesTravaux en français237 207