文献

J-GLOBAL ID：201702230022125229   整理番号：17A1251494

強化学習に基づく実時間システムのためのハイブリッドDVFS(動的電圧周波数スケーリング)スケジューリング【Powered by NICT】

Hybrid DVFS Scheduling for Real-Time Systems Based on Reinforcement Learning

著者 (2件)： Islam Fakhruddin Muhammad Mahbub ul (Department of Mathematics, Statistics and Computer Science, St. Francis Xavier University, Antigonish, NS, Canada) ,  Lin Man (Department of Mathematics, Statistics and Computer Science, St. Francis Xavier University, Antigonish, NS, Canada)
資料名： IEEE Systems Journal  (IEEE Systems Journal)
巻： 11  号： 2  ページ： 931-940  発行年： 2017年 
JST資料番号： W2238A  ISSN： 1932-8184  資料種別： 逐次刊行物 (A)
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： 電力消費は,現代計算システムの設計における最も挑戦的な課題の一つである。計算デバイスでは,プロセッサは他の成分と比較してかなりの量の電力を消費する。電力消費を低減するために,動的電圧と周波数スケーリング(DVFS)は,最新のマイクロプロセッサにおける一般的に使用されている。近年,リアルタイムDVFS技術に関する多くの研究がなされてきた。これらの技術は別の方式でも動作し,異なる条件の下で行った。しかし,単一アルゴリズムは異なる作業負荷,動的スラックス,と出力設定の下での最適とは限らない。さらに,デバイス構成の変動も与えられたDVFSアルゴリズムの適合性に影響を与える。適応性を目指して,本論文では,新しい強化学習ベースアプローチ,既存の技術のセットを,異なる条件を処理に特化した,さまざまな状況における最も適したものにスイッチを提案した。実験を行いその結果,提案ハイブリッド手法は,個別に実行される任意単一政策よりもより多くのエネルギーを節約することを示した。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： 適応性 ,  演算プロセッサ ,  マイクロプロセッサ ,  スイッチ ,  電力 ,  *強化学習 ,  電力消費 ,  *電圧 ,  アルゴリズム ,  計算機システム ,  *スケジューリング
準シソーラス用語： *実時間 ,  *周波数スケーリング ,  *DVFS ,  *実時間システム , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  電話・データ通信・交換一般  (ND11010T)

タイトルに関連する用語 (5件)： 強化学習 ,  実時間システム ,  DVFS ,  動的電圧周波数スケーリング ,  スケジューリング