Optimal prefetching en árboles aleatorios
Autores: Keshava, Kausthub; Jean-Marie, Alain; Alouf, Sara
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Optimal prefetching en árboles aleatorios
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo
Precarga
Documentos
Navegante aleatorio
árbol
Proceso de decisión de Markov
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Proponemos y analizamos un modelo para optimizar la precarga de documentos, en la situación en la que la conexión entre los documentos se descubre progresivamente. Un surfista aleatorio se mueve a lo largo de los bordes de un árbol aleatorio que representa posibles secuencias de documentos, que solo es conocido por un controlador hasta una cierta profundidad. Se puede precargar una cantidad de documentos entre dos movimientos. La pregunta es determinar qué nodos del árbol conocido deben ser precargados para minimizar la probabilidad de que el surfista se mueva a un nodo no precargado. Analizamos el modelo con las herramientas de la teoría de procesos de decisión de Markov. Identificamos formalmente la política óptima en varias situaciones, y la identificamos numéricamente en otras.
Descripción
Proponemos y analizamos un modelo para optimizar la precarga de documentos, en la situación en la que la conexión entre los documentos se descubre progresivamente. Un surfista aleatorio se mueve a lo largo de los bordes de un árbol aleatorio que representa posibles secuencias de documentos, que solo es conocido por un controlador hasta una cierta profundidad. Se puede precargar una cantidad de documentos entre dos movimientos. La pregunta es determinar qué nodos del árbol conocido deben ser precargados para minimizar la probabilidad de que el surfista se mueva a un nodo no precargado. Analizamos el modelo con las herramientas de la teoría de procesos de decisión de Markov. Identificamos formalmente la política óptima en varias situaciones, y la identificamos numéricamente en otras.