文献

J-GLOBAL ID：201602264237766749   整理番号：16A1317350

SolvencyIIフレームワークにおける機械学習に基づく弾性クラウドリソースの提供【Powered by NICT】

Machine Learning-Based Elastic Cloud Resource Provisioning in the Solvency II Framework

著者 (6件)： Rizza Andrea La ,  Casarano Giuseppe ,  Castellani Gilberto ,  Ciciani Bruno ,  Passalacqua Luca ,  Pellegrini Alessandro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDCSW  ページ： 43-48  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： SolvencyII指令(指令2009/138/EC)は2009年11月発行と2016年1月からの効果的な欧州指令,リスク管理の規律による保険と再保険部門を調節するヨーロッパ連合により制定されている。SolvencyIIはヨーロッパ保険会社はリスクの一貫した評価と連続モニタリングは計算量が多いと非常に資源集約的プロセスを実施する必要がある。この目的のために,企業は適切なITインフラを備えるのに必要な,有意な支出に直面している。本論文では,設計と透明溶媒II計算の最も資源集約的部分をクラウド環境に展開する機械学習ベースアプローチを開発した。筆者らの提案は,DISAR(R),通常のノイマン型コンピュータの格子上で動作するように設計され初期溶解II配向システムを標的とする。は筆者らの解決が計算に関連した全体的な費用の低減,会社のデータ(従来のパブリッククラウド環境に適している)のプライバシーを妨げ,指令により要求される厳密な時間的要件を満たすことを可能にするなしに可能にするかを示した。さらに,システムは自己最適化ループ,実際の(有効)計算から収集した情報を使用することを可能にするとして組織化された,短い訓練フェーズを必要とする。妥当性と本提案の効率を評価するためにAmazon EC2について実施した実験的研究を提示した。Copyright 2016 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： 集中化 ,  リスク管理 ,  溶解 ,  *弾性 ,  インフラストラクチャー ,  保険 ,  プライバシー ,  計算量 ,  ヨーロッパ ,  欧州連合 ,  *機械学習
準シソーラス用語： 実験研究 ,  保険会社 ,  再保険 ,  指令 , 【Automatic Indexing@JST】

分類 (5件)： テレビジョン一般  (ND12031N) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  技術教育  (NA01040M) ,  CAI  (JE09000G)

タイトルに関連する用語 (5件)： フレームワーク ,  機械学習 ,  弾性 ,  クラウド ,  リソース