文献

J-GLOBAL ID：201702290332715182   整理番号：17A1270124

放電を用いた高速発見的属性縮約アルゴリズム【Powered by NICT】

A Fast Heuristic Attribute Reduction Algorithm Using Spark

著者 (5件)： Chen Mincheng ,  Yuan Jingling ,  Li Lin ,  Liu Dongling ,  Li Tao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDCS  ページ： 2393-2398  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： グリーンデータセンタのエネルギー消費統計と他の関連データからなるエネルギーデータは劇的に成長した。エネルギーデータは,大きな価値を持っているが,その中に多くの属性は,冗長であり,不必要な。エネルギーデータに対する属性低減は重要なステップと考えられてきた。しかし,多くの既存の属性低減アルゴリズムはしばしば計算時間がかかる。これらの問題を解決するために,データセンターのエネルギー消費知識表現システムを構築するためのラフ集合の方法論を拡張した。インメモリ・コンピューティングの良い利点を取ることによって,スパークを用いたエネルギーデータのための属性低減アルゴリズムを提案した。このアルゴリズムでは,探索空間を低減するための属性の重要性を測定するための発見的式,及びエネルギー消費決定表,これは計算効率をさらに改善を単純化するための効率的なアルゴリズムを用いた。実験を行いその結果,提案アルゴリズムの速度はスパークを用いた伝統的な属性還元アルゴリズムよりも最大0.28X性能改善を示した。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： データセンタ ,  ディシジョンテーブル ,  知識表現 ,  *放電 ,  エネルギー消費 ,  ラフ集合 ,  *高速度 ,  簡素化 ,  CPU時間 ,  *アルゴリズム
準シソーラス用語： 計算効率 ,  探索空間 ,  *属性縮約 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 放電 ,  発見 ,  属性縮約 ,  アルゴリズム