Fundamental Tradeoff Between Computation and Communication With Joint Coding and Interference Management in Wireless Distributed Computing
Notice bibliographique
Résumé
In this paper, we investigate the fundamental tradeoff between computation and communication for the full-duplex (FD) wireless MapReduce distributed computing network. Specifically, a coded interference alignment and neutralization (CIAN) scheme is proposed to significantly reduce the achievable normalized delivery time (NDT) for any given computation load, which jointly exploits both the coding and interference management technologies. In particular, a novel coding strategy is designed to create the coded message desired by multiple nodes, thereby providing the coded multicasting gain. Furthermore, the Shuffle phase is molded as a special cooperative X-multicast network. For this network, a novel IAN scheme is proposed to improve the achievable sum degree of freedom (SDoF), thereby providing the IAN gain. In the proposed CIAN scheme, the fundamental tradeoff between the coded multicasting gain and IAN gain is characterized, and the achievable NDT is minimized by carefully optimizing these two gains. Furthermore, a tight information-theoretic lower bound on the NDT is derived, demonstrating the optimality of the CIAN scheme in some cases. In other cases, the achievable NDT of the CIAN scheme and the lower bound are within a multiplicative gap of 2. Theoretical analysis and numerical results indicate the superior performance of the CIAN scheme compared to existing schemes, particularly by providing additional coded multicasting gain and improved IAN gain.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».