文献

J-GLOBAL ID：201702247876388019   整理番号：17A1258319

強化学習を用いた複数資源上でのコスト効率的な交渉【Powered by NICT】

Cost-efficient negotiation over multiple resources with reinforcement learning

著者 (4件)： Yu Xu (Shanghai Jiao Tong University, China) ,  Jianguo Yao (Shanghai Jiao Tong University, China) ,  Jacobsen Hans-Arno (University of Toronto, Canada) ,  Haibing Guan (Shanghai Jiao Tong University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IWQoS  ページ： 1-6  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： クラウドアプリケーションは多様な資源配置と類似した性能を達成し,クラウドサービスプロバイダを可能にする運転コストを削減するための最適資源配分から利益を得ることができる。本論文では,サービスレベル合意(SLA)とコスト効率の両方を考慮した複数資源交渉の問題を解決することを目的とした。性能と資源要求は,通常,アプリケーション依存型,最適化問題は,複雑な,複数資源配置の寸法が大きい場合は特にそうである。この目的のために,学習効率と性能保証の同時最適化を備えたマルチリソース配置の最適化問題を解くための強化学習を用いた。SmartYARNと名付けた開発したプロトタイプは,複数の資源を交渉費用効果的にクラウドアプリケーション可能にする著者らの学習アルゴリズムを備えた糸をApache拡張した。広範な評価はSmartYARNはクラウドサービスのSLA制約との適合性を保ちながら資源利用のコストを低減する上で良好に動作することを示す。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： 学習アルゴリズム ,  *強化学習 ,  最適化問題 ,  プロトタイプ ,  *折衝 ,  資源割付 ,  応用プログラム
準シソーラス用語： クラウドサービス ,  費用対効果 ,  同時最適化 ,  性能保証 ,  学習効率 ,  サービス品質保証制度 ,  最適資源配分 ,  *コスト効率 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 強化学習 ,  資源 ,  コスト効率 ,  交渉