مدل سازی محاسباتی

مدلهای گاوسی ، حتی مدلهای گاوسی وابسته به برد طولانی ، قادر به مدل سازی دقیق ترافیک فعلی اینترنت نیستند. مدلهای کلاسیک سریهای زمانی مانند پواسون و فرایندهای محدود مارکوف عمدتاً بر فرض استقلال یا حداقل وابستگی ضعیف تکیه دارند. فرایندهای مرتبط با پواسون و مارکوف با موفقیت به کار رفته است. از روشهای غیرخطی برای تولید مدلهای ترافیکی بسته استفاده می شود که می تواند جریانهای وابسته به برد کوتاه و طولانی را تکرار کند.

استبی در هامپتون، کانکتیکات، ایالات متحد آمریکا متولد شد. دوران تحصیلی اش را در مدرسه پومفات و کالج واسر گذراند. او اکنون معاون بخش نرم‌افزاری پیکسار است. او به همراه سه نفر از همکاران اش در ۱۹۹۸ برنده جایزه علمی و مهندسی آکادمی اسکار شد. به علاوه او به عنوان مدیر بخش مدل سازی در انیمیشن‌های مختلفی مثل ماشین‌ها، شرکت هیولاها و داستان اسباب‌بازی همکاری داشته‌است.

تاب معنایی تئوری یک روش برای رمزگذاری معنا در متون زبان طبیعی در یک نمایش دودویی توصیف می کند. این رویکرد یک چارچوب برای مدل سازی اینکه زبان داده چگونه توسط نئوکورتکس پردازش شده فراهم می کند.

رامبا کار خود را در دههٔ ۱۹۶۰ در شرکت تجهیزات دیجیتال به عنوان مسئول محققات شروع کرد. بین سال‌های ۱۹۶۸ الی ۱۹۹۴ در مرکز تحقیقات و توسعهٔ جنرال الکتریک به توسعهٔ تکنولوژی، آموزش و مشاوره مشغول بود. وی همچنین در آنجا ایجاد تکنیک مدل‌سازی شی(او ام تی)، یک زبان مدل سازی و طراحی شی، را رهبری کرد.

در اواسط دهه ۱۹۹۰، حضور سیاه پوستان در دنیای مدل سازی به‌طور چشمگیری کاهش یافته بود.

تحقیقات و کار های مکفدن باعث شد او برنده جایزه نوبل علوم اقتصادی در سال 2000 شود. در حالی که بیشتر تحقیقات در مدل سازی گزینه برای حدود 20 سال در حال گسترش در بخش ارجحیت های ثبت شده، بود. کار هایی شبیه در بخش های مختلفی مثل حمل و نقل و بازاریابی با توجه به این که نیاز به پیش بینی تقاضا برای محصولات جدید که تولیدشان گران است، شکل گرفت. این تحقیقات به صورت سنگین بر دوش تحلیل پیوسته و طراحی آزمایش ها بود، تا:

جندین اصطلاح مختلف وجود دارند که با مدل سازی گزینه هم معنا هستند. بعضی از نظر معنا کاملا دقیق و هم معنا هستند و بعضی دیگر در موقعیت های صنعتی به اشتباه هم معنا در نظر گرفته می شوند با اینکه در حوزه آکادمیک اشتباه هستند. (مثل تحلیل پیوسته)

از مدل سازی سلسله مراتبی زمانی استفاده می‌شود که اطلاعات در چندین سطح مختلف از واحدهای مشاهده ای در دسترس باشد. فرم سلسله مراتبی این نوع تحلیل و ساختار آن در درک مشکلات چند پارامتری کمک می‌کند و همچنین نقش مهمی در توسعه استراتژی‌های محاسباتی ایفا می‌نماید.

مدل سازی ترافیک طولانی دم لازم است به‌طوری که می توان شبکه های مشروط بر اساس مفروضات دقیق از ترافیک که آنها را حمل. در بخش بعدی ، ابعاد و تهیه شبکه هایی که دارای ترافیک طولانی هستند ، بحث شده است.