MétaCan
Menu
Retour à la cohorte
Enregistrement W4313318709 · doi:10.1109/mnet.001.2200029

Retracted: Zero Touch Networks to Realize Virtualization: Opportunities, Challenges, and Future Prospects

2022· article· en· W4313318709 sur OpenAlexaff
Imran Ashraf, Yousaf Bin Zikria, Sahil Garg, Yongwan Park, Georges Kaddoum, Satinder Singh

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueIEEE Network · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensCommunications Research Centre CanadaÉcole de Technologie SupérieureUltra Electronics (Canada)
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Higher Education and Scientific Research
Mots-clésVirtualizationComputer scienceNetwork virtualizationAutomationOpenness to experienceDistributed computingRisk analysis (engineering)Cloud computingEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

The heterogeneity and growing complexity from the evolution of 5G and beyond networks and the development of future IoT networks necessitate the automatic management of these networks. The exacerbated growth of IoT devices and foreseen network complexity deem manual management impractical. Zero touch networks (ZTNs) seems the practical solution to utilize the potential of virtualization by incorporating autonomous services and infrastructure to meet customer needs automatically. The ZTN is envisioned to achieve operation autonomy by enabling configuration, monitoring, optimization, and healing without human intervention. However, the openness of the ZTN framework, network heterogeneity and complexity, diverse and vertical industries, dynamicity, and so on complicate automation. It requires extensive research and development efforts to accomplish this goal. This study discusses the challenges of ZTNs to obtain the full potential of virtualization and highlights future trends in this regard.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,013
Science ouverte0,0020,003
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,037
Tête enseignante GPT0,232
Écart entre enseignants0,196 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE NetworkMême sujetSoftware-Defined Networks and 5GTravaux en français237 207