文献

J-GLOBAL ID：201902230088632198   整理番号：19A1657490

クラウドワークフローにおける結合Baggingアンサンブル(CBE)分類を用いたタスク故障予測【JST・京大機械翻訳】

Task Failure Prediction using Combine Bagging Ensemble (CBE) Classification in Cloud Workflow

著者 (2件)： Padmakumari P. (School of Computing, SASTRA Deemed University, Thanjavur, Tamilnadu, India) ,  Umamakeswari A. (School of Computing, SASTRA Deemed University, Thanjavur, Tamilnadu, India)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 107  号： 1  ページ： 23-40  発行年： 2019年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 科学的応用は,タスクとしてワークフローを実行するためにクラウド環境を採用する。タスクが失敗すると,ワークフローの依存性が実行の全体的性能に影響する。ワークフローを効率的に実行するためには,効率的な故障予測メカニズムが必要である。本論文は,様々な機械学習分類器を用いて実行される故障予測法を提案した。異なる分類器の中で,Naive Bayesは,最高精度94.4%で故障を予測する。さらに,予測精度を改善するために,結合バギング集合と呼ばれる新しいアンサンブル法を導入し,全体の精度を95.8%とした。提案方法の検証を,シミュレーションとリアルタイムクラウドテストベッドを比較することによって実行した。Copyright 2019 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  *ワークフロー
準シソーラス用語： テストベッド ,  実時間 ,  アンサンブル法 ,  予測精度 ,  Naive Bayes ,  *故障予知 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  アンサンブル ,  クラウドコンピューティング ,  故障予測 ,  タスクの失敗 ,  科学的ワークフロー

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (4件)： アンサンブル ,  分類 ,  タスク ,  故障予測