文献

J-GLOBAL ID：201702258943951636   整理番号：17A0180142

リカレントニューラルネットワークと自動符号器に基づくモデル積層を用いた作業負荷予測手法【Powered by NICT】

A Workload Prediction Approach Using Models Stacking Based on Recurrent Neural Network and Autoencoder

著者 (5件)： Nguyen Hoang Minh ,  Woo Sungpil ,  Im Janggwan ,  Jun Taejoon ,  Kim Daeyoung
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： HPCC/SmartCity/DSS  ページ： 929-936  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラウド環境およびグリッドのような計算システムにおける負荷予測は成功した負荷バランシングとサービスレベル合意を達成するための必須の前提条件である。しかし,異なるシステムとアーキテクチャにおける負荷は様々な特性を持っているので,正確な単一予測モデルを提供する非常に挑戦的である。それ故,本論文では,リカレントニューラルネットワークと自動符号器を用いた雲とグリッドシステムにおける作業負荷時系列を予測するための積層予測アルゴリズムのモデルを設計し,実装した。も異なる負荷タイプを含むいくつかのデータセットを用いた実験と各成分アルゴリズムと固定重み付き最適な組合せ値との比較を行った。実験結果は,このモデルが固定重み付き最適な組合せ値よりも3データセットにおける低い平均NRMSEを達成し,7.43%から12.45%までNRMSEの改善と成分アルゴリズムより優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機システム ,  計算機アーキテクチャ ,  アルゴリズム ,  *負荷予測 ,  予測モデル ,  *予測技法 ,  負荷分散 ,  *符号器
準シソーラス用語： 予測アルゴリズム ,  グリッドシステム ,  *積層 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： その他の情報処理  (JE15050M) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (5件)： リカレントニューラルネットワーク ,  符号器 ,  モデル ,  作業負荷 ,  予測手法