WikiEdge:ArXiv-2408.17171v1/terms：修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
←上一编辑
可视化wikitext
David（留言 | 贡献）
机器人
1,726次编辑
Saved page by David
David（留言 | 贡献）
机器人
1,726次编辑
Saved page by David
 
第1行： 第1行：
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17171v1/terms|action=edit}} 编辑]</div>
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17171v1/terms|action=edit}} 编辑]</div>
* [[边缘计算]]（Edge Computing）：边缘计算是一种分布式计算范式，它将计算、存储和网络服务靠近数据源或用户的位置，以减少延迟和带宽使用。
* [[边缘计算]]（Edge Computing）：边缘计算是一种分布式计算范式，它将计算、存储和网络服务靠近数据源或用户的位置，以减少延迟和带宽使用。
* [[尾延迟]]（Tail Latency）：尾延迟通常指服务响应时间的高百分位数（如90th, 95th, 99th百分位），它反映了最慢的服务响应时间，是衡量系统性能的关键指标。
* [[增强现实]]（Augmented Reality, AR）：增强现实是一种通过在用户的视野中叠加数字信息来增强现实世界的技术。
* [[增强现实]]（Augmented Reality, AR）：增强现实是一种将虚拟信息叠加到现实世界的技术，通过智能手机、头显等设备为用户提供交互式的体验。
* [[虚拟现实]]（Virtual Reality, VR）：虚拟现实是一种计算机技术，它创建一个完全虚拟的环境，用户可以与之交互，仿佛置身于现实世界中。
* [[虚拟现实]]（Virtual Reality, VR）：虚拟现实是一种计算机模拟技术，通过头戴设备提供沉浸式的虚拟环境体验。
* [[实时视频会议]]（Real-time Video Conferencing）：实时视频会议是一种通信技术，允许用户在不同地点通过视频和音频进行即时交流。
* [[实时视频会议]]（Real-time Video Conferencing）：实时视频会议是一种通信技术，允许多人通过互联网进行面对面的视频交流。
* [[服务延迟]]（Service Latency）：服务延迟是指从用户请求服务到服务完成所经历的时间。
* [[计算冗余]]（Computational Redundancy）：计算冗余是一种通过在多个计算节点上重复执行任务来提高系统可靠性和容错能力的技术。
* [[尾延迟]]（Tail Latency）：尾延迟通常指超过90百分位阈值的延迟，是衡量系统性能的关键指标，特别是在边缘计算环境中。
* [[深度强化学习]]（Deep Reinforcement Learning, DRL）：深度强化学习是一种结合了深度学习和强化学习的算法，通过与环境的交互学习最优策略。
* [[计算冗余]]（Computational Redundancy）：计算冗余是一种通过在多个计算节点上复制任务来提高系统可靠性和降低延迟的技术。
* [[奖励机制]]（Reward-based Mechanism）：奖励机制是一种反馈系统，用于强化学习中指导智能体的行为，使其学习达到特定的目标。
* [[深度强化学习]]（Deep Reinforcement Learning, DRL）：深度强化学习是一种机器学习方法，它结合了深度学习和强化学习，用于解决复杂的决策问题。
* [[服务分发]]（Service Scheduling）：服务分发是将计算任务分配到网络中的不同服务器或节点的过程，以优化资源使用和响应时间。
* [[奖励机制]]（Reward Mechanism）：在强化学习中，奖励机制用于评价智能体的行为，指导其学习过程以达成特定的目标。
* [[延迟优化]]（Latency Optimization）：延迟优化是减少系统响应时间的过程，通常涉及到网络、计算和存储资源的管理和调度。
* [[延迟优化]]（Latency Optimization）：延迟优化是指通过各种技术和策略减少系统处理请求所需的时间，以提高系统性能和用户体验。
* [[资源管理]]（Resource Management）：资源管理涉及对计算资源（如CPU、内存、存储和网络带宽）的分配和调度，以确保系统高效运行。

2024年9月3日 (二) 09:13的最新版本

编辑
  • 边缘计算（Edge Computing）：边缘计算是一种分布式计算范式，它将计算、存储和网络服务靠近数据源或用户的位置，以减少延迟和带宽使用。
  • 增强现实（Augmented Reality, AR）：增强现实是一种通过在用户的视野中叠加数字信息来增强现实世界的技术。
  • 虚拟现实（Virtual Reality, VR）：虚拟现实是一种计算机技术，它创建一个完全虚拟的环境，用户可以与之交互，仿佛置身于现实世界中。
  • 实时视频会议（Real-time Video Conferencing）：实时视频会议是一种通信技术，允许用户在不同地点通过视频和音频进行即时交流。
  • 服务延迟（Service Latency）：服务延迟是指从用户请求服务到服务完成所经历的时间。
  • 尾延迟（Tail Latency）：尾延迟通常指超过90百分位阈值的延迟，是衡量系统性能的关键指标，特别是在边缘计算环境中。
  • 计算冗余（Computational Redundancy）：计算冗余是一种通过在多个计算节点上复制任务来提高系统可靠性和降低延迟的技术。
  • 深度强化学习（Deep Reinforcement Learning, DRL）：深度强化学习是一种机器学习方法，它结合了深度学习和强化学习，用于解决复杂的决策问题。
  • 奖励机制（Reward Mechanism）：在强化学习中，奖励机制用于评价智能体的行为，指导其学习过程以达成特定的目标。
  • 延迟优化（Latency Optimization）：延迟优化是指通过各种技术和策略减少系统处理请求所需的时间，以提高系统性能和用户体验。
  • 资源管理（Resource Management）：资源管理涉及对计算资源（如CPU、内存、存储和网络带宽）的分配和调度，以确保系统高效运行。
取自“http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-2408.17171v1/terms&oldid=746”