文献

J-GLOBAL ID：202002279848459900   整理番号：20A1795497

ニューラルネットワークを用いたコンピュータネットワーク遅延のモデリングの理解【JST・京大機械翻訳】

Understanding the Modeling of Computer Network Delays using Neural Networks

著者 (4件)： Mestres Albert (Universitat Politecnica de Catalunya) ,  Alarcon Eduard (Universitat Politecnica de Catalunya) ,  Ji Yusheng (NII, Japan) ,  Cabellos-Aparicio Albert (Universitat Politecnica de Catalunya)
資料名： ACM Proceedings  (ACM Proceedings)
号： Big-DAMA ’18  ページ： 46-52  発行年： 2018年 
JST資料番号： D0698C  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： ネットワーキングにおける最近の動向は,ネットワークの制御と運用のための機械学習(ML)技術の使用を提案する。この文脈において,MLはネットワーク性能を推定するモデルを構築するための計算機ネットワークモデリング技術として使用できる。実際,ネットワークモデリングは,例えば最適化の分野において,多くのネットワーキング機能に対する中心技術であり,その中で,モデルを使用し,目標ポリシーを満たす構成を探索した。本論文では,次の質問に答えを提供することを目的とした:Canニューラルネットワークは,入力トラヒックの関数としてコンピュータネットワークの遅延を正確にモデル化する。このために,ネットワークをトラフィック行列を入力し,出力遅延として,ブラックボックスと見なした。次に,著者らは種々のニューラルネットワークモデルを訓練して,種々の基本的ネットワーク特性(トポロジー,サイズ,トラフィック強度および経路選定)の下でその精度を評価した。これにより,ニューラルネットによるコンピュータネットワークモデリングのより良い理解を狙って,最終的にそのようなモデルが訓練される必要がある方法に関する実用的ガイドラインを提供した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  最適化 ,  *ネットワーク ,  *ニューラルネットワーク ,  ブラックボックス ,  経路選定 ,  *計算機網 ,  *コンピュータ ,  機械学習 ,  神経回路網モデル ,  ネットワーク性能 ,  改変
準シソーラス用語： ネットワーキング ,  ネットワークモデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： KDN ,  ML ,  モデリング ,  ネットワーキング ,  SDN

分類 (2件)： 光通信方式・機器  (ND10000B) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  コンピュータネットワーク ,  遅延 ,  モデリング ,  理解