文献

J-GLOBAL ID：201802266741026945   整理番号：18A0520631

移動エッジ計算のための計算オフロード:深い学習アプローチ【Powered by NICT】

Computation offloading for mobile edge computing: A deep learning approach

著者 (3件)： Yu Shuai (LIP6 / UPMC University of Paris 6, 4 Place Jussieu, 75005 Paris, France) ,  Wang Xin (LIP6 / UPMC University of Paris 6, 4 Place Jussieu, 75005 Paris, France) ,  Langar Rami (LIGM/UPEM, University Paris Est; Cite ́ Descartes, 77454, Marne-la-Valle ́e, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PIMRC  ページ： 1-6  発行年： 2017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： 計算オフローディングは既にそれ自身は,モバイル機器に資源集約的応用を可能にするために有効であることを示した。また,移動端計算(MEC)システムの観点から,モバイル機器は,近くのクラウドレットに計算集中型タスクを軽減する,エネルギーを節約し,処理速度を増進した。しかし,青色の変化するネットワーク条件と限られた計算資源のために,移動ユーザによるオフロード作用が最低コストを得ることは出来ない。本論文では,モバイルユーザのための動的オフロードフレームワークを開発し,移動端末側の局所オーバーヘッド,ネットワーク側に限定され通信と計算資源を考慮した。マルチラベル分類問題としてのオフローディング決定問題を定式化し,計算とオフロードオーバヘッドを最小化するための深い教師つき学習(DSL)法を開発した。シミュレーション結果は,筆者らの提案は,「オフ」方式と比較して49.24%,23.87%,15.69%,および11.18%,「ランダムオフロード」,「全オフロード」方式と「マルチラベル線形分類器ベースオフロード」スキームまでシステムコストを低減できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 教師つき学習 ,  *計算 ,  ネットワーク ,  *学習 ,  携帯端末 ,  決定問題 ,  集中化 ,  定式化
準シソーラス用語： マルチラベル分類 ,  オーバヘッド ,  モバイルユーザ ,  計算資源 ,  処理速度 ,  モバイルデバイス ,  オフローディング , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： エッジ ,  計算 ,  学習