MétaCan
Menu
Retour à la cohorte
Enregistrement W4253874112 · doi:10.4018/9781605661483.ch014

Cooperative Data Caching and Prefetching in Wireless Ad Hoc Networks

2011· book-chapter· en· W4253874112 sur OpenAlexaff
Mieso K. Denko

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueCaching and Content Delivery
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésInstruction prefetchComputer scienceCacheComputer networkMobile ad hoc networkConsistency (knowledge bases)Overhead (engineering)False sharingWireless ad hoc networkScheme (mathematics)Data accessCPU cacheDistributed computingCache algorithmsWirelessOperating systemDatabase

Résumé

récupéré en direct d'OpenAlex

This article proposes a cooperative data caching and prefetching scheme for Mobile Ad Hoc Networks (MANETs). In this scheme, multiple hosts cooperate in both prefetching and caching commonly used data. To reduce communication and computational overhead, we use a clustering architecture for the network organization. A weak consistency based on time to live value was used to maintain data consistency. A hybrid cache replacement policy that uses frequency of access and the reference time was employed. The effects of cache size, mobility, and prefetching threshold on the network performance were investigated in a discrete event simulation environment. The contribution of intra-cluster and inter- cluster information to overall data accessibility ratio was also investigated. The simulation results indicate that the proposed scheme improves both data accessibility and query delay at relatively lower prefetch thresholds, larger cache sizes, and moderate mobility. Request access from your librarian to read this chapter's full text.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,044
Tête enseignante GPT0,244
Écart entre enseignants0,199 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetCaching and Content DeliveryTravaux en français237 207