文献

J-GLOBAL ID：201702285851555665   整理番号：17A1730306

ディープグリーン:ソフトウェアエネルギー消費の時系列モデル化【Powered by NICT】

Deep Green: Modelling Time-Series of Software Energy Consumption

著者 (5件)： Romansky Stephen ,  Borle Neil C. ,  Chowdhury Shaiful ,  Hindle Abram ,  Greiner Russ
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSME  ページ： 273-283  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： 非効率的なモバイルソフトウェア電池寿命を殺す。しかし,開発者はソフトウェアのエネルギーバグを検出し解決するために必要なツールを欠いている。さらに,開発者は通常ソフトウェア特徴とトリアージ既存類の生成を担当した。このことは,ほとんどの開発者は研究への時間や資源を有し,構築,またはエネルギーデバッグツールを採用しないことを意味する。デバッグソフトウェアエネルギー問題を支援するソフトウェアエネルギー消費を予測するための新しい方法を示した。我々のアプローチは,トレースソフトウェアエネルギー消費のを用いるこん跡量ソフトウェア挙動を整列する開発可能にする。これは実行時間エネルギーホットスポットと一致する対応する実行に開発可能にする。ソフトウェアの挙動を与えられたエネルギー消費の時系列を予測するための最近のニューラルネットワークモデルを適用することによりこれを達成した。全ソフトウェアエネルギー消費を予測するのみであることを前の最新モデルに時系列モデルを比較した。LSTM基づく時系列に基づくモデル,モデル機械学習ベース時系列に基づくしばしば瞬間的電力消費と総エネルギー消費量を予測するより正確であることを見出した。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： *ソフトウェア ,  *エネルギー消費 ,  電力消費 ,  トリアージ ,  機械学習 ,  *モデル
準シソーラス用語： 総エネルギー消費量 ,  神経回路網モデル ,  実行時間 ,  エネルギー問題 ,  電池寿命 ,  *時系列モデル , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ソフトウェア ,  エネルギー消費 ,  時系列モデル