文献

J-GLOBAL ID：201902268891134621   整理番号：19A1454685

車両クラウドのためのタスク複製:遅延フィードバックを用いた文脈組合せバンディット【JST・京大機械翻訳】

Task Replication for Vehicular Cloud: Contextual Combinatorial Bandit with Delayed Feedback

著者 (2件)： Chen Lixing (Department of Electrical and Computer Engineering, University of Miami) ,  Xu Jie (Department of Electrical and Computer Engineering, University of Miami)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： INFOCOM  ページ： 748-756  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： 車両クラウドコンピューティング(VCC)は,計算サービス提供のための車両に関する計算と貯蔵資源を利用する新しい技術的シフトである。予備搭載資源はVCC演算子,例えば路側ユニットによりプールされ,車両-資源フレームワークを用いて計算作業を行う。本論文では,タスク複製技術(すなわち,車両により実行されるタスクを可能にする)を活用することにより,VCCシステムにおけるデッドライン制約タスクに対するタイムリーなサービス提供を検討した。車両運動の不確実性,揮発性車両部材,および大きな車両集団を含むVCCシステムにおける特別な問題を扱うために,DATEV(自動車クラウドに対するデッドラインアウェアTask複製)と呼ばれる学習ベースのアルゴリズムを提案した。提案したアルゴリズムを,新しい文脈-組合せ多重アーム化バンディット学習フレームワークに基づいて開発した。DATE-Vは,車両とタスクの側面情報(コンテキスト)を利用して,ランダムな車両運動の下でタスク複製の完了確率を推論するので,「文脈的」である。DATE-Vは,受信されたタスクを複製し,サービスの適時性を保証するために複数の車両にタスク複製を送るので,「組合せ」である。また,マルチアーム化されたbanditで学習するとき,DATE-Vは,VCCを使用する際のタスク伝送/計算遅延によって引き起こされる遅延フィードバックの実用的な懸念にも対処する。我々の学習アルゴリズムは,任意のタスク複製の正確な完了確率を知るオラクルアルゴリズムと比較して,サブ線形のレジスタ限界を達成することを厳密に証明した。シミュレーションは実世界の車両運動トレースに基づいて行い,結果はDATE-Vがベンチマーク解よりも著しく優れていることを示した。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： 線形性 ,  レジスタ ,  時間制限 ,  ベンチマーク ,  多重化 ,  *複製 ,  アーム ,  自動車 ,  学習 ,  アルゴリズム
準シソーラス用語： オラクル ,  適時性 ,  車両運動 ,  クラウドコンピューティング ,  *遅延フィードバック , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： クラウド ,  タスク ,  複製 ,  遅延フィードバック ,  文脈 ,  組合せ