文献

J-GLOBAL ID：202102219034974072   整理番号：21A0153198

5G車両エッジ計算におけるエネルギー効率負荷オフローディングのための状況可能フレームワーク【JST・京大機械翻訳】

A Situation Enabled Framework for Energy-Efficient Workload Offloading in 5G Vehicular Edge Computing

著者 (3件)： Yu Chen-Yeou (Iowa State University,Department of Computer Science,Ames,USA) ,  Chang Carl K. (Iowa State University,Department of Computer Science,Ames,USA) ,  Zhang Wensheng (Iowa State University,Department of Computer Science,Ames,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SERVICES  ページ： 61-68  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： クラウドベースの車両エッジコンピューティングは,車両から公共クラウドにアクセスするためのサービスの品質を配送する有望な技術である。車載コンピュータ(例えば,オンボードアンドロイド装置)は典型的にエネルギーと資源制約であり,それらはエネルギー効率の良い運転を必要とする。自動車のエッジコンピューティングシステムをサポートするための持続可能なインフラストラクチャの構築における高コストのために,エッジサービスは,市場におけるより良い受容性と適応性のために,高いエネルギー効率で運転しなければならない。本論文では,車内コンピュータアプリケーションとモバイルエッジコンピューティング(MEC)サービスの両方のエネルギー効率を高めるために,新しい状況可能なフレームワークを提案した。フレームワークは3つの成分から成る。最初に,著者らは,ユーザの車内運転状況データを収集し,データを使用して,Long Short Term記憶(LSTM)深層学習モデルを訓練した。このモデルを用いてユーザの将来状況を予測し,要求されたアプリケーションが許容されるかどうかを決定し,予測状況に関連する許容アプリケーションを管理する。第二に,車両からMECサーバまで,要求ルーティングにおけるエネルギー消費を最適化した。第3に,サーバプールにおけるエネルギー消費を節約するために,MECサーバにおけるサーバの配置を協調するために,ブレッド第1探索(BFS)ベースのオフロードアルゴリズムを用いた。提案フレームワークのエネルギー効率を検証するために,状況モデルのトップと車両エッジオフロードのシミュレーションに関するLSTMの実装を行った。結果は,著者らの提案したオフロードアルゴリズムの性能が,最も攻撃的な省エネルギー変異体とのparで可能であることを示した。Copyright 2021 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： アルゴリズム ,  最適化 ,  自動車 ,  適応性 ,  経路選定 ,  省エネルギー ,  *応用プログラム ,  エネルギー消費 ,  インフラストラクチャー ,  エネルギー効率
準シソーラス用語： *オフローディング ,  資源制約 ,  深層学習 ,  エッジコンピューティング ,  *第5世代移動通信システム , 【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)： 5G ,  両エッジ ,  計算 ,  エネルギー効率 ,  オフローディング ,  状況 ,  フレームワーク