文献

J-GLOBAL ID：201702252168674267   整理番号：17A1637183

近似MapReduceジョブにおける潜時精度トレードオフについて【Powered by NICT】

On the latency-accuracy tradeoff in approximate MapReduce jobs

著者 (3件)： Perez Juan F. (Universidad del Rosario, Bogota ́, Colombia) ,  Birke Robert (IBM Research Zurich, Rueschlikon, Switzerland) ,  Chen Lydia Y. (IBM Research Zurich, Rueschlikon, Switzerland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INFOCOM  ページ： 1-9  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： ビッグデータ分析のスケーラビリティを保証するために,近似MapReduceプラットフォームは潜時の精度のトレードオフを明示的に出現した。最適近似レベルを決定するための鍵となったのは,ビッグデータジョブの潜時,データ入力間の複雑な依存性のために挑戦的と考えられる長さを捕捉し,タスクをマッピング/減少させることである。本論文では,入力サンプリングとタスク滴下の戦略に支配される近似MapReduceジョブの平均,尾部,分布,広いスペクトル遅延計量を予測できる確率モデルを導出するための行列解析法を用いた。地図の波の間の依存性を捕捉/作業を削減に加えて,このモデルは,すなわち,専用と重なり,二タスク低下戦略,すなわち,初期及びはぐれ星二ジョブスケジューリング政策を,近似計算の潜在的性能利得を評価する現実的にすることができた。数値解析の結果は,提案したモデルは,近似の最適近似戦略と程度を決定するためのビッグデータプラットフォームを導くことができることを示した。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： *近似法 ,  利得 ,  捕獲 ,  確率モデル ,  スペクトル ,  数値解析
準シソーラス用語： 近似計算 ,  ジョブスケジューリング ,  滴下 ,  ビッグデータ ,  *MapReduce , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： 近似 ,  MapReduce ,  潜時 ,  トレードオフ