文献

J-GLOBAL ID：202002262553789594   整理番号：20A0433693

ニューラル協調フィルタリングに基づくモバイルエッジキャッシュ戦略【JST・京大機械翻訳】

Mobile Edge Cache Strategy Based on Neural Collaborative Filtering

著者 (4件)： Chen Yu (School of Telecommunication Engineering, Beijing Polytechnic, Beijing, China) ,  Liu Yong (School of Telecommunication Engineering, Beijing Polytechnic, Beijing, China) ,  Zhao Jingya (School of Telecommunication Engineering, Beijing Polytechnic, Beijing, China) ,  Zhu Qinghua (School of Telecommunication Engineering, Beijing Polytechnic, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 18475-18482  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ネットワーク伝送遅延を効果的に低減し,ネットワーク伝送品質を改善するために,必要な技術支援を提供するために,コンテンツ配信ネットワーク(CDN)の概念をもたらした。本論文では,機械学習とgre欲アルゴリズムに基づくエッジ協調キャッシング(ECC)を提案した。最初に,ニューラル協調フィルタリングを用いて,コンテンツ人気のより正確な予測を実現するために,コンテンツ人気予測アルゴリズムを設計した。それに続いて,最適化後のgre欲アルゴリズムを用いて,協調キャッシュ領域における種々のサーバのコンテンツ配信戦略を得た。最後に,ECCを採用して,最小平均コンテンツ伝送遅延の最適化目標を達成した。一方,シミュレーション実験を行い,ECCの性能を検証した。実験結果は,ECCがキャッシュヒット率とコンテンツキャッシュ空間利用を効果的に改善し,平均コンテンツ伝送遅延を短縮できることを示唆した。Copyright 2020 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： 最適化 ,  計算機シミュレーション ,  *キャッシュメモリ ,  コンテンツ ,  伝送品質 ,  シミュレーション ,  アルゴリズム ,  ネットワーク ,  機械学習
準シソーラス用語： キャッシュヒット率 ,  予測アルゴリズム ,  協調キャッシング ,  コンテンツ配布 ,  伝送遅延 ,  *協調フィルタリング , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 協調フィルタリング ,  戦略