Explicit Characterization of Stability Region for Stationary Multi-Queue\n Multi-Server Systems
Notice bibliographique
Résumé
In this paper, we characterize the network stability region (capacity region)\nof multi-queue multi-server (MQMS) queueing systems with stationary channel\ndistribution and stationary arrival processes. The stability region is\nspecified by a finite set of linear inequalities. We first show that the\nstability region is a polytope characterized by the finite set of its facet\ndefining hyperplanes. We explicitly determine the coefficients of the linear\ninequalities describing the facet defining hyperplanes of the stability region\npolytope. We further derive the necessary and sufficient conditions for the\nstability of the system for general arrival processes with finite first and\nsecond moments. For the case of stationary arrival processes, the derived\nconditions characterize the system stability region. Furthermore, we obtain an\nupper bound for the average queueing delay of Maximum Weight (MW) server\nallocation policy which has been shown in the literature to be a throughput\noptimal policy for MQMS systems. Using a similar approach, we can characterize\nthe stability region for a fluid model MQMS system. However, the stability\nregion of the fluid model system is described by an infinite number of linear\ninequalities since in this case the stability region is a convex surface. We\npresent an example where we show that in some cases depending on the channel\ndistribution, the stability region can be characterized by a finite set of\nnon-linear inequalities instead of an infinite number of linear inequalities.\n
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».