Key points are not available for this paper at this time.
इंटरनेट ऑफ थिंग्स (IoT) में, कई एप्लिकेशन डेटा इकट्ठा करने पर ध्यान केंद्रित करते हैं जिसे बाद में संसाधित और दृश्यांकित किया जा सकता है। हालांकि, इस प्रकार की गणनाएँ आमतौर पर CPU और/या नेटवर्क लोड जैसे पैरामीटर के आधार पर सामान्य रूप से वितरित की जाती हैं। इसका मतलब यह हो सकता है कि डेटा को उस नोड तक पहुंचाने के लिए महत्वपूर्ण मात्रा में नेटवर्क के माध्यम से ट्रांसपोर्ट करना आवश्यक है जो उन्हें संसाधित करने के लिए जिम्मेदार है। इस पेपर में गणनाओं को तैनात करने के लिए एक विधि का प्रस्ताव दिया गया है जो डेटा की निकटता जैसे कारकों पर विचार कर सकता है। इस प्रकार, संसाधन उच्च-शक्ति वाले केंद्रीय नोड्स से नेटवर्क के एज पर छोटे उपकरणों की ओर स्थानांतरित किया जा सकता है। ऐसा करने से, इकट्ठा करने, संसाधित करने और कार्यान्वयन के लिए लागत को कम किया जा सकता है। गणनाओं के बीच डेटा की निर्भरताओं को कैप्चर करने के लिए, बल्कि व्यक्तिगत प्रसंस्करण कार्यों को आसान तरीके से तैनात और संभालने के लिए, अभिनेता-मॉडल प्रोग्रामिंग पैराजाइम का उपयोग किया जाता है। कुल लागत को कम करने और कार्यों के वितरण पर प्रभाव डालने वाले अतिरिक्त कारकों को संभालने के लिए, एक कंSTRAINT प्रोग्रामिंग दृष्टिकोण का उपयोग किया जाता है। इन दोनों तकनीकों का संयोजन IoT में संसाधन संसाधनों के लिए कार्यों का प्रभावी वितरण करता है। इस समस्या के NP-hard स्वभाव पर विचार करते हुए, हम अनुभवात्मक परिणाम प्रस्तुत करते हैं जो यह दर्शाते हैं कि यह तकनीक कितने उपकरणों/अभिनेताओं की मात्रा के संबंध में प्रदर्शन करती है।
हॉबेनवालर और अन्य (गुरूवार,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: