• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>New Frontiers in Applied Artificial Intelligence >A Hierarchy of Twofold Resource Allocation Automata Supporting Optimal Web Polling
【24h】

A Hierarchy of Twofold Resource Allocation Automata Supporting Optimal Web Polling

机译：支持最佳Web轮询的双重资源分配自动机层次结构

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We consider the problem of polling web pages as a strategy for monitoring the world wide web. The problem consists of repeatedly polling a selection of web pages so that changes that occur over time are detected. In particular, we consider the case where we are constrained to poll a maximum number of web pages per unit of time. Thus, the issue at stake is one of determining which web pages are to be polled, and we attempt to do it in a manner that maximizes the number of changes detected. We solve the problem by first modelling it as a Stochastic Non-linear Fractional Knapsack Problem. We then present a completely new on-line Learning Automata (LA) system, namely, the Hierarchy of Twofold Resource Allocation Automata (H-TRAA), whose primitive component is a Twofold Resource Allocation Automaton (TRAA). Both the TRAA and the H-TRAA have been proven to be asymptotically optimal. Finally, we demonstrate empirically that H-TRAA provides orders of magnitude faster convergence compared to the LAKG which represents the state-of-the-art. Further, in contrast to the LAKG, H-TRAA scales sub-linearly. Based on these results, we believe that the H-TRAA has a tremendous potential to handle demanding real-world applications, particularly those which deal with the world wide web.
机译：我们将轮询网页的问题视为监视万维网的一种策略。问题包括反复轮询选定的网页，以便检测随时间变化的情况。特别是，我们考虑了这样一种情况，即我们不得不轮询每单位时间最大数量的网页。因此，面临的问题是确定要轮询哪些网页的问题之一，我们试图以使检测到的更改数量最大化的方式来进行处理。通过首先将其建模为随机非线性分数阶背包问题来解决该问题。然后，我们提出了一个全新的在线学习自动机（LA）系统，即双重资源分配自动机（H-TRAA）层次结构，其原始组件是双重资源分配自动机（TRAA）。 TRAA和H-TRAA都被证明是渐近最优的。最后，我们从经验上证明，与代表最新技术的LAKG相比，H-TRAA提供了更快的数量级收敛。此外，与LAKG相比，H-TRAA可进行次线性缩放。基于这些结果，我们相信H-TRAA在处理苛刻的实际应用程序（尤其是那些处理万维网的应用程序）方面具有巨大的潜力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号