文献

J-GLOBAL ID：201702281552328211   整理番号：17A1270175

Meghによる学習としてのあなたGo:仮想マシンの効率的なライブマイグレーション【Powered by NICT】

Learn-as-You-Go with Megh: Efficient Live Migration of Virtual Machines

著者 (5件)： Basu Debabrota ,  Wang Xiayang ,  Hong Yang ,  Chen Haibo ,  Bressan Stephane
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDCS  ページ： 2608-2609  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： 同時にエネルギー消費のコストを低減し,性能を向上させる仮想マシンのライブマイグレーションのための,Megh,強化学習アルゴリズムを提案した。Meghは作業負荷となるの不確実な動力学を学習する。Meghは多項式次元空間に組み合わせ的爆発状態-行動空間をprojecttheに次元縮小方式を使用する。これらのスキームはMeghはスケーラブルであり,実時間で動作することを可能にした。MeghであるMadVMとMMTアルゴリズムより費用効果があり時間効率の良いことを確認した。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： 次元縮小 ,  学習アルゴリズム ,  *仮想機械システム ,  不確実性 ,  アルゴリズム ,  多項式 ,  エネルギー消費 ,  費用対効果 ,  *ライブマイグレーション
準シソーラス用語： 実時間 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (3件)： 学習 ,  仮想マシン ,  ライブマイグレーション