文献

J-GLOBAL ID：201802237998685093   整理番号：18A1260563

ME後の霧:車両霧計算における待ち時間と品質均衡タスク割当【JST・京大機械翻訳】

Fog Following Me: Latency and Quality Balanced Task Allocation in Vehicular Fog Computing

著者 (5件)： Zhu Chao ,  Pastor Giancarlo ,  Xiao Yu ,  Li Yong ,  Ylae-Jaeaeski Antti
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SECON  ページ： 1-9  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： リアルタイムの状況認識と協調車線変更のような新興の車両応用,時間的に重要でデータ集約的なタスクを実行するためのエッジにおける十分な計算資源に対する要求がある。本論文では,車両霧コンピューティングにおける待ち時間と品質バランスのとれたタスク割当のための新しい解決策であるFog Folling Me(FOLo)を提案した。FOLoは,車両の移動性をサポートするように設計されている。それは,タスクを生成するものと霧ノードとして役立つものを含んでいる。著者らは,サービス待ち時間,品質損失,および霧容量に関する制約によって,固定およびモバイル霧ノードを通してのタスク割当のプロセスを,共同最適化問題に定式化した。NP困難問題として,それを線形化し,混合整数線形計画法を用いて解いた。FOLoの有効性を評価するために,実世界タクシートレースに基づいて異なる時間における霧ノードの移動度をシミュレートし,ビデオストリーミングとリアルタイムオブジェクト認識を含む2つの代表的タスクを実行した。ナイーブおよびランダムな霧ノード選択と比較して,FOLoによって提供された待ち時間および品質バランスのあるタスク割当は,より高い性能を達成した。より具体的には,FOLoは平均サービス待ち時間を41%まで短縮し,品質損失を最大60%低減した。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： *釣合 ,  移動度 ,  物体認識 ,  *品質 ,  定式化 ,  *待ち時間 ,  携帯電話 ,  最適化問題
準シソーラス用語： ビデオストリーミング ,  移動性 ,  計算資源 ,  車線変更 ,  状況認識 ,  実時間 ,  *タスク割当 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  気象学一般  (DC05010D)

タイトルに関連する用語 (5件)： 霧 ,  計算 ,  待ち時間 ,  均衡 ,  タスク割当