文献

J-GLOBAL ID：201902235487276813   整理番号：19A0624440

車両エッジ雲における軌道意識エッジノードクラスタリング【JST・京大機械翻訳】

Trajectory-Aware Edge Node Clustering in Vehicular Edge Clouds

著者 (3件)： Lee Jaewook (School of Electrical Engineering, Korea University, Seoul, Korea) ,  Ko Haneul (School of Electrical Engineering, Korea University, Seoul, Korea) ,  Pack Sangheon (School of Electrical Engineering, Korea University, Seoul, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCNC  ページ： 1-4  発行年： 2019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： 車両のエッジクラウドにおいて,車両からのタスクは近傍エッジノード(ENs)で処理され,従って低待ち時間サービスが提供される。しかしながら,高い車両移動度の下では,2つのEN間の頻繁なサービス移動と増加したハンドオーバ待ち時間を観察することができる。本論文では,複数のENsが目標車両の軌道に依存するクラスタを形成する,軌道認識エッジノードクラスタリング(TENC)方式を導入した。最適性能を得るために,制約付きMarkov決定プロセス(CMDP)により最適化問題を定式化した。評価結果は,得られた最適政策がサービス遅延を有意に最小化できることを実証した。Copyright 2019 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： ハンドオーバ ,  移動度 ,  待ち時間 ,  定式化 ,  *クラスタ ,  最適化問題

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： エッジ ,  雲 ,  軌道 ,  意識