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。
過去10年にわたり,かなりの量の努力が自律,自己管理ネットワークを支援するアジャイルで適応的な管理ソリューションを構築することに投入されてきた。自律ネットワーキングは,管理活動のための自動決定が必要である。これは専門家知識から作製した予め定義されたネットワーク管理政策のセットを通して実現可能である。しかし,今日のネットワーク環境の高度の複雑性を考慮した工学十分正確な知識は困難な作業である。これは自律システムの実用的展開における特に制限因子となっている。MLはデータから知識を抽出するための強力な技術である。しかし,自律ネットワークのための実用的な管理ソリューションを実現するためのその応用の証拠はほとんど行われていない。ネットワークsoftwarizationにおける最近の進歩とSDNとNFVを通したプログラム可能性,データの新しい源の増殖,及び雲からの低コスト,一見無限貯蔵及び計算資源の利用可能性は,自律ネットワークの支援における認知ネットワーク管理を実現するためのMLの採用への道を開く。本論文では,思考を刺激し,自律神経系の広い展開を制限していることをボトルネック,MLは,この点で果たすことができる役割を克服するかについての議論を促進することを意図している。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】