文献

J-GLOBAL ID：201902256391924914   整理番号：19A2175208

ISMAEL:データセンターにおける仮想クラスタの受容を予測するための機械学習の利用【JST・京大機械翻訳】

Ismael: Using Machine Learning to Predict Acceptance of Virtual Clusters in Data Centers

著者 (4件)： Zerwas Johannes (Department of Electrical and Computer Engineering, Technical University of Munich, Munich, Germany) ,  Kalmbach Patrick (Department of Electrical and Computer Engineering, Technical University of Munich, Munich, Germany) ,  Schmid Stefan (Faculty of Computer Science, University of Vienna, Vienna, Austria) ,  Blenk Andreas (Department of Electrical and Computer Engineering, Technical University of Munich, Munich, Germany)
資料名： IEEE Transactions on Network and Service Management  (IEEE Transactions on Network and Service Management)
巻： 16  号： 3  ページ： 950-964  発行年： 2019年 
JST資料番号： W2434A  ISSN： 1932-4537  資料種別： 逐次刊行物 (A)
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： データセンターインフラストラクチャの高い利用を目標とする既存の仮想ネットワーク受付制御アルゴリズムは,計算的に高価であるか,劣った性能を提供する。特に,既存のアルゴリズムは,それらが過去に対して不適切であることを一般的に持っている。すなわち,要求は,以前に解決された事例からの情報を考慮しない,火災と忘れ方で扱われている。これは,基本的最適化機会に関して非効率的で見過ごすことができた。反復問題事例に直面する任意のネットワーク最適化アルゴリズムに関して,それはネットワーク状態からの学習と過去の受容決定の結果に有益であるかもしれない。本論文では,データセンターにおける最も一般的な仮想ネットワーク抽象化の一つである仮想クラスタの受容を予測するための機械学習フレームワーク,Ismaelを提案した。Ismaelは,畳込みニューラルネットワークまたは完全に接続された深いニューラルネットワークを有するグラフのために固定サイズ特徴表現を結合することによって,異なる既存のアルゴリズムから構成することができて,学習することができた。広範なシミュレーションについて報告し,既存の計算的に集中的な受付制御アルゴリズムを94%までの精度で模擬することができるが,実行時間を大幅に短縮することを実証した。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： アルゴリズム ,  インフラストラクチャー ,  ネットワーク ,  火災 ,  *機械学習 ,  ニューラルネットワーク ,  *データセンタ ,  最適化
準シソーラス用語： 実行時間 ,  特徴表現 ,  畳込みニューラルネットワーク ,  最適アルゴリズム ,  制御アルゴリズム ,  仮想ネットワーク ,  *仮想クラスタ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： センター ,  仮想クラスタ ,  受容 ,  予測 ,  機械学習