文献

J-GLOBAL ID：201702291215203035   整理番号：17A1637231

不均一移動プラットフォーム上でのWebブラウジングの最適化:機械学習に基づくアプローチ【Powered by NICT】

Optimise web browsing on heterogeneous mobile platforms: A machine learning based approach

著者 (4件)： Ren Jie (Northwest University, China) ,  Gao Ling (Northwest University, China) ,  Wang Hai (Northwest University, China) ,  Wang Zheng (Lancaster University, UK)
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： Webブラウジングは,モバイルユーザの十億は日常的に実行する活動である。電池寿命は電話が最も不都合な時間で死亡していた見出ししばしば多く移動ユーザへの主要な関心事である。不均一マルチコアアーキテクチャはエネルギー効率の良い処理のための解決策である。しかし,現在のモバイルWebブラウザは,基礎を成すハードウエア,個々のWebコンテンツの知識を持たないを利用するオペレーティングシステムに依存しており,しばしば貧弱なエネルギー効率をもたらした。本論文では,性能とエネルギー効率のためのモバイルWeb作業負荷を提供する自動アプローチを提案した。プロセッサは,Webレンダリングエンジンを行うために使用し,どの周波数でプロセッサを運転するべき予測に対する機械学習ベースのアプローチを開発することによりこれを達成した。著者らの予測因子は訓練集合ウェブ作業負荷のオフライン学習する。構築した予測因子は,実行時に最適プロセッサ構成を予測するためのブラウザに集積し,Web作業負荷特性と最適化目標を考慮して,負荷時間,エネルギー消費あるいはそれらの間のトレードオフが存在する。大きな代表的なARMに関する著者らの手法を評価した。最高温500Webページを用いたLittle移動アーキテクチャ。著者らの方法は,理想的な予測因子により送達された性能の80%を達成した。は,平均して,負荷時間,エネルギー消費とエネルギー遅延積のそれぞれ45%,63.5%および81%の改善を得るため,Linux不均一マルチプロセッサスケジューラと比較した。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： エネルギー消費 ,  *Web【情報システム】 ,  *最適化 ,  ブラウザ ,  演算プロセッサ ,  計算機アーキテクチャ ,  *機械学習 ,  携帯電話 ,  負荷特性 ,  エネルギー効率 ,  Linux ,  オペレーティングシステム
準シソーラス用語： 予測因子 ,  Webブラウザ ,  *Webブラウジング , 【Automatic Indexing@JST】

分類 (1件)： オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (5件)： 不均一 ,  プラットフォーム ,  Webブラウジング ,  最適化 ,  機械学習