MétaCan
Menu
Retour à la cohorte
Enregistrement W4411337101 · doi:10.1109/ton.2025.3577974

Conflux: A Multi-Homed Adaptive Bitrate Protocol for On-Site Live Video Streaming

2025· article· en· W4411337101 sur OpenAlexafffund
Sharon Choy, Joohan Lee, Khuzaima Daudjee

Notice bibliographique

RevueIEEE Transactions on Networking · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Quality Assessment
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceLive streamingMultimediaProtocol (science)Computer networkMedicine

Résumé

récupéré en direct d'OpenAlex

On-site, live video streaming is an important application that many depend on to receive entertainment and local and international news. Streaming live video over wireless (e.g., 3G, LTE, 5G) has begun to replace television production vans that use direct microwave links to the television station since they offer greater physical flexibility and have shorter setup times. In this method, several links are often aggregated together to stream video. Efficiently using multiple links for live, adaptive video streaming is challenging because a protocol must determine the amount of data to send on each link, the video bitrate, and the appropriate level of redundancy so that video frames can be delivered within the user’s strict latency requirements. In this paper, we present Conflux: a multi-homed, adaptive video bitrate protocol for live video streaming. Conflux’s main contribution is the design of a modular live video streaming platform that supports multipath scheduling, video bitrate adaption, and adaptive Forward Error Correction. Conflux presents a probabilistic link quality model that is used in conjunction with a user-specific utility function to determine the video bitrate and redundancy levels that maximize the user’s expected utility. These models are contained in separate modules which serve as building blocks to create customized, multi-homed adaptive video bitrate protocols for users with different requirements. Our experimental results show that Conflux provides more than 22% improvement in video quality over other multi-homed systems for typical, two-link network environments and as much as 108% improvement in more challenging network environments with up to five links.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,070
Tête enseignante GPT0,360
Écart entre enseignants0,290 · 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
GenreMéthodes

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NetworkingMême sujetImage and Video Quality AssessmentTravaux en français237 207