文献

J-GLOBAL ID：201702210887825251   整理番号：17A1399460

多変量時系列に基づくWebサービスのQoS予測アプローチ【Powered by NICT】

A Web Service QoS Forecasting Approach Based on Multivariate Time Series

著者 (5件)： Zhang Pengcheng ,  Wang Liyan ,  Li Wenrui ,  Leung Hareton ,  Song Wei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICWS  ページ： 146-153  発行年： 2017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： 品質異なるWebサービスのサービス(QoS)を正確に予測するために,本論文では,多変量時系列に基づくMulA LMRBF(広告とLevenberg-Marquardt改善された動径基底関数を用いた多段階予測)と呼ばれる新しいQoS予測アプローチを提案した。異なるQoS属性間の相関を考慮して,歴史的多変量QoSデータを地図化動的システムに,再構築された位相空間の埋め込み次元と遅延時間を推定するための平均次元(AD)を使用する位相空間再構成用いた。もサービスプロバイダの短期QoS広告データをより包括的なデータセットを形成した。,RBF(動径基底関数)ニューラルネットワークLevenberg-Marquardt(LM)アルゴリズムによる改善を用いてニューラルネットワークの重みを動的に更新することであり,これは予測精度を改善し,動的多段階予測を実現した。実験結果はMulA LMRBFは精度の点で従来アプローチより優れており,多段階予測に適し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： *予測 ,  動的系 ,  品質 ,  再構成 ,  ニューラルネットワーク ,  広告 ,  位相空間 ,  *Webサービス ,  アルゴリズム ,  動径基底関数
準シソーラス用語： 予測精度 ,  サービスプロバイダ ,  遅延時間 ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 多変量 ,  時系列 ,  Webサービス ,  QOS ,  予測