Priority Switching by Means of Neural Networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F09%3APU86294" target="_blank" >RIV/00216305:26210/09:PU86294 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Priority Switching by Means of Neural Networks
Popis výsledku v původním jazyce
The paper trades off two neural networks used for choose optimal way in the priority packet switching. Packet switching is one of the most important points in the IT networks. Packet has to be delivered from a sender to a receiver through packet switch with minimum time delay. Each packet can have a self priority which says how important speed of transfer is. For a fast choose preferential packets in the packet switch and theirs sending can be used neural network. Neural network decide for one state ofexemplar states with minimal energetic function it mean there is optimal choose of the most preferred packets. Neural networks are based on a simple calculation with manifold parallelisms. There don't have to be fast processor for complicated evaluationbut be sufficient slower processors in the packet switch. It is cheaper and faster solution. There are many types of neural networks. Every neural network has specific characteristics and different chances of usage for different problems.
Název v anglickém jazyce
Priority Switching by Means of Neural Networks
Popis výsledku anglicky
The paper trades off two neural networks used for choose optimal way in the priority packet switching. Packet switching is one of the most important points in the IT networks. Packet has to be delivered from a sender to a receiver through packet switch with minimum time delay. Each packet can have a self priority which says how important speed of transfer is. For a fast choose preferential packets in the packet switch and theirs sending can be used neural network. Neural network decide for one state ofexemplar states with minimal energetic function it mean there is optimal choose of the most preferred packets. Neural networks are based on a simple calculation with manifold parallelisms. There don't have to be fast processor for complicated evaluationbut be sufficient slower processors in the packet switch. It is cheaper and faster solution. There are many types of neural networks. Every neural network has specific characteristics and different chances of usage for different problems.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F07%2F1503" target="_blank" >GA102/07/1503: Pokročilá optimalizace návrhu komunikačních systémů pomocí neuronových sítí</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2009
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
ICSC - Seventh International Conference on Soft Computing Applied in Computer and Economic Environments
ISBN
978-80-7314-163-9
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
—
Název nakladatele
Neuveden
Místo vydání
Neuveden
Místo konání akce
Hodonín
Datum konání akce
23. 1. 2009
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—