文献

J-GLOBAL ID：202002218389579895   整理番号：20A0979345

深層学習を用いたiotベース生物システムの性能最適化【JST・京大機械翻訳】

Performance optimization of IoT based biological systems using deep learning

著者 (6件)： Irshad Omer (Department of Computer Science and Engineering, The University of Engineering and Technology Lahore, Pakistan) ,  Khan Muhammad Usman Ghani (National Center of Artificial Intelligence, Al-Khawarizmi Institute of Computer Science, The University of Engineering and Technology Lahore, Pakistan) ,  Iqbal Razi (Al-Khawarizmi Institute of Computer Science, The University of Engineering and Technology Lahore, Pakistan) ,  Basheer Shakila (Department of Information System, College of Computer and Information Sciences, Princess Nora Bint Abdul Rahman University, Saudi Arabia) ,  Bashir Ali Kashif (Manchester Metropolitan University, UK) ,  Bashir Ali Kashif (School of Electrical Engineering and Computer Science, National University of Science and Technology, Islamabad (NUST), Pakistan)
資料名： Computer Communications (Amsterdam)  (Computer Communications (Amsterdam))
巻： 155  ページ： 24-31  発行年： 2020年 
JST資料番号： D0443B  ISSN： 0140-3664  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： センサとハイスループット技術の出現は,大きな生物学的データの指数関数的成長をもたらした。様々な分散生物学的システムが,大規模な生物学的データ分析のために展開され,そのエンドユーザに統合された情報を提供している。性能最適化は,これらのシステムを対話的かつ応答的にする間,重要な役割を果たす。現在の性能最適化技術は,特にキャッシュ,持続性および計算レベルで性能を最適化しながら,システムの機能的コンテキストの履歴データを考慮しないか,またはより少ない。本論文では,これら3つのレベルにおける性能問題を扱う知的マルチエージェントベースの性能最適化手法を提案した。インターネット(IoT)と深い学習パラダイムに基づいて,提案したアプローチは,最先端の確率論的,再帰的ニューラルネットワークと長い短期記憶モデルを混合して,システムの来るべき挙動と最適化ニーズを知的に予測した。それは,異なる分散システムノードの間で生物学的データオブジェクトを知的に持続し,移動させる。提案した性能最適化手法を展開し,既存の手法と比較して顕著な性能利得を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  分散系 ,  *学習 ,  *生体系 ,  ニューラルネットワーク ,  指数関数 ,  確率論 ,  キャッシュメモリ ,  利得 ,  インターネット
準シソーラス用語： エンドユーザ ,  ハイスループット ,  マルチエージェント ,  モノのインターネット ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： オブジェクトキャッシング ,  分散生物システム ,  知的マルチエージェント ,  確率論的解析 ,  応答時間

分類 (2件)： 化学物質の毒性一般  (GZ02010C) ,  ドキュメンテーション  (EA01020H)

タイトルに関連する用語 (4件)： 深層学習 ,  IoT ,  生物システム ,  性能最適化