文献

J-GLOBAL ID：201902240846509634   整理番号：19A2789844

差分進化と限界学習マシンに基づく同時クエリ性能予測【JST・京大機械翻訳】

Hybrid approach of extreme learning machine with differential evolution for concurrent query performance prediction

著者 (2件)： Chen Yusi (西南交通大学 信息科学与技術学院,四川 成都,610031) ,  Sun Linfu (西南交通大学 信息科学与技術学院,四川 成都,610031)
資料名： Jisuanji Jicheng Zhizao Xitong  (Jisuanji Jicheng Zhizao Xitong)
巻： 25  号： 9  ページ： 2291-2304  発行年： 2019年 
JST資料番号： C2700A  ISSN： 1006-5911  CODEN： JJZXFN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： クラウドサービスプロバイダ(DE)と限界学習マシン(ELM)に基づくDE-ELM(DE-ELM)を,データ規模の増加,クエリー負荷の多様化,および複雑化傾向のために提案し,そして,同時クエリーの性能を予測するため,差分進化(DE)と限界学習マシン(ELM)に基づく方法を提案した。限界学習機械は,同時最適化特徴部分集合と限界学習機械構造を最適化するために,同時クエリー性能を予測するのに使用される。この方式では,クエリーコンパイル時情報のみを使用し,事前に特徴数を指定する必要がなく,事前にクエリーインタラクションの性質,データベースシステムの内部動作メカニズムに関する事前の仮説を必要としない。合成データセットと実際のデータセットに関する詳細な実験研究を行って,限界学習機械の訓練効果,同時最適化特徴部分集合,および限界学習機械構造の効果を評価した。結果は,DE-ELMの平均予測精度が80%以上であり,提案方法の実現可能性と有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 部分集合 ,  *学習 ,  最適化 ,  相互作用 ,  学習機械 ,  有効性 ,  多様化
準シソーラス用語： 予測精度 ,  データベースシステム ,  時間情報 ,  機械構造 ,  同時最適化 ,  性能予測 ,  *クエリー ,  *差分進化 , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 差分進化 ,  限界 ,  学習 ,  マシン ,  クエリ ,  性能予測