文献

J-GLOBAL ID：202002278938828305   整理番号：20A2554689

霧統合クラウドにおけるハイブリッド二重季節分解を用いた資源予測【JST・京大機械翻訳】

Resource Prediction Using Hybrid Double Seasonal Decomposition in Fog Integrated Cloud

著者 (2件)： Sham EHT E (Jawaharlal Nehru University,School of Computer and System sciences,New Delhi,India,67) ,  Vidyarthi D.P. (Jawaharlal Nehru University,School of Computer and System sciences,New Delhi,India,67)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： HYDCON  ページ： 1-6  発行年： 2020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： 時系列予測は,天気予報,電気ユーティリティ予測,クラウドにおける負荷予測,および多くのアプリケーションのような多くの実世界アプリケーションを有する。本論文では,霧統合クラウドアーキテクチャにおける作業負荷を予測するためのハイブリッドモデルを提案した。作業負荷の予測は,2つの領域,即ち,長期と他の短期に分割される。基本的なシステムモデルと時系列データ生成プロセスは,これらの応用に対して一般的に複雑であり,これらのシステムに対するモデルは,通常,先験的には知られていない。CTREEとCARTを使用するための根底にある動機は,タイプの要求が非線形,非定常で,明確に定義されたアプリオリである場合,時系列データを正確に予測する能力であり,しかしながら,ARIMA方法論も,結果を比較し,傾向部分を予測するために使用した。本論文では,CARTとCTREEを含む予測モデルの異なるセットを提案し,結果を他の統計的ベース予測と比較した。予測モデルのためにWikimediaデータセットを使用し,それを芸術の他の状態と比較した。また,CTREEとCARTは,AR,MAおよびARIMA予測技術を含む他の線形技術より優れていることが証明されている。著者らの提案モデルにおけるシミュレーション結果は,良好な精度を示し,良好なサービス品質(QoS)を有する効率および動的資源利用に導いた。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： 予測技法 ,  シミュレーション ,  天気予報 ,  負荷予測 ,  システムモデル ,  *応用プログラム ,  線形性 ,  予測モデル
準シソーラス用語： 時系列データ ,  ARIMAモデル ,  時系列予測 ,  CART ,  非定常性 ,  サービス品質 ,  ハイブリッドモデル , 【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 (7件)： 霧 ,  統合 ,  クラウド ,  季節 ,  分解 ,  資源 ,  予測