文献

J-GLOBAL ID：201702211844757360   整理番号：17A1400788

HiNextApp:モバイルシステムにおけるアプリケーション予測のための文脈を意識した適応フレームワーク【Powered by NICT】

HiNextApp: A Context-Aware and Adaptive Framework for App Prediction in Mobile Systems

著者 (7件)： Xiang Chaoneng ,  Liu Duo ,  Li Shiming ,  Zhu Xiao ,  Li Yang ,  Ren Jinting ,  Liang Liang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Trustcom/BigDataSE/ICESS  ページ： 776-783  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： スマートフォンのようなモバイルシステムにインストールされているアプリケーション(App)の多様性は,我々の生活を豊かにするが,システム管理に困難にしている。例えば,特定のアプリケーションを見つけるよりスマートフォンに設置されたアプリケーションのために不便となり,アプリケーション応答時間はより,より大きなアプリケーションと限られたメモリ容量の間のギャップのために長くなる可能性がある。最近の研究は,問題を解決するための次の使用アプリケーション(ここではappprediction後)を予測するいくつかの方法を提案してきたが,低い予測精度と高い訓練コストの問題に直面している。特にメモリ管理(LMKなど)とApp prelaunchingにapp予測を適用した予測精度と訓練コストの高い要求を持つことになる。本論文では,app予測精度を改善し,移動通信システムにおける訓練コストを低減するために,HiNextAppと名付けた,app予測フレームワークを提案した。HiNextAppは,文脈情報に基づいており,適応予測期間のサイズを調整できる。フレームワークは主に二つの部分:不均一なBayesモデルと弾性アルゴリズムから構成されている。実験結果はHiNextAppは効果的に予測精度を改善し,訓練時間を低減できることを示した。その他に,伝統的なBayesモデルと比較して,このフレームワークのオーバーヘッドは相対的に低かった。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 ,  アルゴリズム ,  記憶容量 ,  スマートフォン ,  システムマネジメント ,  記憶管理 ,  *応用プログラム ,  弾性 ,  応答時間
準シソーラス用語： Bayes法 ,  文脈情報 ,  予測精度 ,  *モバイルシステム , 【Automatic Indexing@JST】

分類 (5件)： 移動通信  (ND08030H) ,  その他の情報処理  (JE15050M) ,  その他の計算機利用技術  (JE14000C) ,  データ保護  (JD01020V) ,  入出力装置  (JC04050U)

タイトルに関連する用語 (7件)： モバイルシステム ,  アプリケーション ,  予測 ,  文脈 ,  意識 ,  適応 ,  フレームワーク