Joint Optimization of TAS Scheduling and Synchronization Periodicity in Time Sensitive Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Industry 4.0 applications require deterministic, low-latency and low-jitter communication. Ethernet, when augmented with Time Sensitive Networking standards like Time Aware Shaper (TAS), meets these requirements. For TAS to function accurately, precise network-wide time synchronization is required. However, due to clock drift of network devices, there can still be timing misalignment between devices, disrupting the TAS mechanism and compromising determinism. In our previous work, we proposed adjustment-based scheduling mechanisms that adjust TAS time slots to ensure deterministic latency and zero jitter. Despite their advantages, the approaches can be bandwidth inefficient compared to other forms of scheduling mechanisms. However, their efficiency can be improved by varying the synchronization periodicity.In this paper, we present a novel method to compute the optimal synchronization periodicity in a given network by balancing the synchronization overhead and the time-sensitive bandwidth requirement. This trade-off enables improvement of the overall network bandwidth efficiency without compromising determinism. Further it reveals the existence of an optimal operating region, a range of synchronization periodicity intervals where the network overhead cost remains low and stable. We validate the effectiveness of our approach through simulation-based case studies in realistic network scenarios. Compared to using the default synchronization periodicity value defined by IEEE standards, the proposed method reduces the overall network capacity overhead by up to 72% and 55% for the two scheduling method variants examined in this study.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle