文献

J-GLOBAL ID：201802229881855629   整理番号：18A1354910

データセンタ電力予測における自己意識作業負荷予測【JST・京大機械翻訳】

Self-Aware Workload Forecasting in Data Center Power Prediction

著者 (3件)： Hsu Ying-Feng ,  Matsuda Kazuhiro ,  Matsuoka Morito
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCGRID  ページ： 321-330  発行年： 2018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： データセンターの数と規模は,クラウドコンピューティングサービスに対する需要の増大により急速に増加している。クラウドコンピューティングインフラストラクチャは大量の情報通信技術(ICT)装置に依存し,膨大な電力を消費する。したがって,省電力とエネルギー最適化は,データセンターにとって不可欠な目標になっている。強化データセンタエネルギー管理システム(DEMS)はICT装置の協調制御に基づくデータセンタ電力消費の解決策を提供する。効率的な電力予測モデルは,ICT装置の積極的な制御を容易にし,総電力消費を低減するので,そのようなDEMSにとって不可欠である。本論文では,データセンタにおける全電力消費予測のための新しい自己認識負荷予測(SAWF)フレームワークを提案した。それは3つの主成分を含む。最初に,データセンターにおけるすべてのICT装置からの変数の重要性を評価し,データ入力のための最も関連する変数を動的に選択する特徴選択モジュールがある。次に,将来の総電力消費を予測するための正確で効率的なニューラルネットワークモデルを提案した。第3に,予測誤差を連続的に監視し,必要な場合にモデルを更新するオンライン誤差監視とモデル更新モジュールを提供した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電力 ,  *予測 ,  電力消費 ,  *負荷予測 ,  *データセンタ ,  モデル ,  インフラストラクチャー ,  高速度 ,  協調制御 ,  予測誤差 ,  予測モデル
準シソーラス用語： エネルギー管理システム ,  省電力 ,  クラウドコンピューティング ,  クラウドサービス , 【Automatic Indexing@JST】

分類 (1件)： エネルギー消費・省エネルギー  (LD01000B)

タイトルに関連する用語 (4件)： データセンタ ,  予測 ,  自己意識 ,  負荷予測