文献

J-GLOBAL ID：202002269516465774   整理番号：20A0193435

自己電力管理部品を持つ計算機の適応電池意識電力管理【JST・京大機械翻訳】

Adaptive battery aware power management of a computer with self power-managed components

著者 (1件)： Ammari Ahmed Chiheb (Department of Electrical and Computer Engineering, College of Engineering, Sultan Qaboos University, Al-Khoud 123, Muscat, Oman)
資料名： Microprocessors and Microsystems  (Microprocessors and Microsystems)
巻： 72  ページ： Null  発行年： 2020年 
JST資料番号： H0781A  ISSN： 0141-9331  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： 動的電力管理戦略は,一般的に電池運転計算機システムの効率的電力消費を達成するために使用される。このようなコンピュータシステムは通常多くの組込み電力管理政策を統合する。これらの政策は一般的にデバイスドライバに統合され,変更されない。本論文では,自己電力管理コンポーネントを用いた電池動作計算機の適応動的電力管理の問題に取り組んだ。電力管理タスクは,コンポーネントパワーManer(CPM)とグローバルパワーManer(GPM)に分割される。CPMは事前定義され,変化しない局所レベル政策である。GPMはCPM政策を記述できない。サービスフロー制御装置(SFC)は,特定のコンポーネントに対するサービス要求の生成を制御するために組み込まれている。GPMは,SFC動作を適切にガイドするためにモデルフリー強化学習を使用する。さらに,GPMは,電池の充電状態(SoC)を最適化し,その寿命を改善することを目的として,再強化学習ベースの電池電力管理を実行する。これは,GPMが実際のバッテリーSoCにサービスのシステム品質を適合させることによって実行される。測定データトレースの実験により,提案手法の有効性を確認した。最大SoC節約の57.2%が得られ,良好な性能レベルが維持された。以前の参照研究と比較して,提案した手法はモデルフリー,イベント駆動,非定常負荷に適応し,複数のユーザアプリケーションを考慮し,電池の非線形特性をモデル化し,SoCの劣化と性能を同時に扱うことができ,深くて広いSoC劣化/性能トレードオフ曲線を達成することができる。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： 電力消費 ,  *計算機械 ,  充電 ,  二次電池 ,  エネルギー効率 ,  モデリング ,  応用プログラム ,  強化学習 ,  有効性 ,  計算機システム ,  *電力管理 ,  最適化 ,  *電池
準シソーラス用語： システムオンチップ ,  充電状態 , 【Automatic Indexing@JST】

著者キーワード (6件)： 電池運転計算機システム ,  エネルギー効率の良い計算 ,  動的電力管理 ,  強化学習 ,  充電(SOC)の電池状態 ,  電池寿命の延長

分類 (2件)： 汎用演算制御装置  (JC04020N) ,  集積回路一般  (NC03161C)

タイトルに関連する用語 (6件)： 自己 ,  電力管理 ,  計算機 ,  適応 ,  電池 ,  意識