抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】