文献

J-GLOBAL ID：201802259850458781   整理番号：18A1426805

FASTBE:エッジコンピューティングに向けた高速で自己適応的なクラスタリングアルゴリズム【JST・京大機械翻訳】

FASTBEE: A Fast and Self-Adaptive Clustering Algorithm Towards to Edge Computing

著者 (6件)： Du Haizhou ,  Zeng Shuqin ,  Dou Tingting ,  Fang Wei ,  Wang Yi ,  Zhang Chenlu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CSCloud/EdgeCom  ページ： 128-133  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】

シソーラス用語： ネットワーク ,  クラスタ化 ,  *アルゴリズム ,  *高速度 ,  最急降下法
準シソーラス用語： クラウドコンピューティング ,  *クラスタリングアルゴリズム ,  *自己適応 ,  *エッジコンピューティング , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： エッジコンピューティング ,  自己適応 ,  クラスタリングアルゴリズム