MétaCan
Menu
Retour à la cohorte
Enregistrement W4389191913 · doi:10.22215/etd/2023-15726

Optimal Computational Task Offloading to a Edge Server with Firm Deadlines

2023· dissertation· en· W4389191913 sur OpenAlexaff
Wesley Mandoly Araujo

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueAge of Information Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMarkov decision processCloudletDynamic programmingCurse of dimensionalityMathematical optimizationTask (project management)Enhanced Data Rates for GSM EvolutionSignal processingDistributed computingState spaceComputationMarkov processReal-time computingDigital signal processingCloud computingAlgorithmArtificial intelligenceMathematicsComputer hardwareEngineering

Résumé

récupéré en direct d'OpenAlex

A system consists of a signal processing unit that has limited signal processing capabilities.Signal data entering the system constitute multiple segments that all have a corresponding deadline to be successfully processed or expires.The processing unit is able to offload data to a cloudlet with intermittent availability for remote processing.The goal in this system is to describe an optimal offloading policy.A Markov Decision Process (MDP) is used to model the aforementioned system and a Dynamic Programming (DP) equation is used to describe an optimal policy.This DP equation suffers from the "Curse of Dimensionality" which renders its computations intractable.A result is presented that allows one to evaluate this DP equation over a finite subset of the system state space.Properties of the optimal policy are described which can further reduce the computational load.Finally, numerical results are presented to verify the theoretical results.I am deeply indebted to my colleague the post-doc research assistant Khai Doan for spending his time to discuss what to write in this thesis and for his incredible support as we worked tirelessly together to obtain the lean state result and several numerical results.Without him, this thesis would not have come to fruition.I would like to thank my supervisor Professor Ioannis Lambadaris for his subtle but deep insights in stochastic optimal control theory.Some small moments that may seem insignificant to him, such as when we discussed the representation of the state of the system, changed my perspective on how to think and approach problems involving the Markov Decision Process framework.He also helped improve the precision I need for thinking and writing.And lastly I would like to thank Professor Yannis Viniotis, Professor Evangelos Kranakis, and Thiago Da Silva Gomides.I would like to thank all three of them for meeting virtually, along with Professor Lambadaris and Khai, to discuss our research problems.I would like to thank Professor Kranakis for his major contribution for the proof that the number of possible reduced states is the Catalan number.And finally I would like to thank Professor Viniotis for dedicating hours of his personal time to provide his great wisdom and deep insights on discrete-time systems in order to address subtle problems that I and Khai had.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAge of Information OptimizationTravaux en français237 207