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。
データ爆発時代の急速な発展により,クラウドコンピューティングは,大量のデータを効率的に処理することができず,エッジコンピューティングの緊急の必要性を強制した。エッジコンピューティングは,ネットワークのエッジにおける大量のデータに関する計算を実行する新しいタイプのコンピューティングモデルを参照する。ネットワークにおける操作効率を改善するために,著者らは,エッジコンピューティングに高速で自己適応可能なクラスタリングアルゴリズムを適用することを提唱した。それは,エッジ装置がクラウドコンピューティングセンターにクラスタ化された異なるタイプのデータを配布するのを助ける。本論文では,エッジコンピューティングに適したFASTBEEアルゴリズムを提案した。FASTBEEアルゴリズムは,二乗誤差式の和を更新するために,勾配降下法を用いて密度閾値の密度衝突と動的決定に関する改良を行う。提案したアルゴリズムを,いくつかの良く知られたデータセットに関して広範囲にテストその結果は,その精度が36%高く,CFSFDPアルゴリズムやDBSCANアルゴリズムと比較してはるかに高速に動作するという著者らのアプローチの性能を証明した。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】