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。
オンラインビデオストリーミングサービスのユーザのニーズを満たすには,サービスのネットワーク品質(QoS)を管理するだけでなく,ユーザの実験品質(QoE)の期待にも対処する必要がある。QoS因子は個々のネットワークの状態を反映するが,それらはユーザに提供される品質に影響するエンドツーエンド特徴を包括的に捉えない。この状況において,QoE管理はより良いオプションである。しかし,伝統的に使用されているQoE管理モデルは人間の相互作用を必要とし,時間と複雑さに関して厳しい要求を持っている。したがって,それらは,実時間性,精度,スケーラビリティおよび適応性に関して,成功した性能を達成することができなかった。本論文では,ビデオサービスのリアルタイム管理により要求されるレベルにQoE管理を行う新しい方法を検討した。本論文では,著者らの主な貢献を強調した。最初に,組合せネットワークサービス評価を実行する目的で,著者らはサービスQoE上にネットワークQoSをマップすることができる実験的方法論を設計した。著者らの方法論は,それらのビデオ集合の作業境界を特定し,認識に及ぼすネットワークポリシーの影響を予測するために,サービスとネットワークプロバイダを提供することを意味する。第二に,実時間QoE評価のために機能的かつ計算的に実行可能な,単純なNR QoE法に基づいて,正確な予測無参照(NR)評価基準を導出することを可能にする一般的な機械学習フレームワークを開発した。この議論から導出されたツール,方法および結論は,ビデオストリーミングサービスのQoE管理への固体寄与に適合し,さらなる研究のための新しい道を開く。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】
