文献

J-GLOBAL ID：202102278826253047   整理番号：21A0539886

IIoTにおけるDNN推論のための深層強化学習ベース資源管理【JST・京大機械翻訳】

Deep Reinforcement Learning Based Resource Management for DNN Inference in IIoT

著者 (7件)： Zhang Weiting (Beijing Jiaotong University,School of Electronic and Information Engineering,China) ,  Yang Dong (Beijing Jiaotong University,School of Electronic and Information Engineering,China) ,  Peng Haixia (University of Waterloo,Department of Electrical and Computer Engineering,Canada) ,  Wu Wen (University of Waterloo,Department of Electrical and Computer Engineering,Canada) ,  Quan Wei (Beijing Jiaotong University,School of Electronic and Information Engineering,China) ,  Zhang Hongke (Beijing Jiaotong University,School of Electronic and Information Engineering,China) ,  Shen Xuemin Sherman (University of Waterloo,Department of Electrical and Computer Engineering,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  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： 本論文では,デバイスエッジクラウドベースの産業インターネット(IIoT)ネットワークにおける深層ニューラルネットワーク(DNN)推論のための共同タスク割当と資源割当てを研究した。大規模DNN推論タスクのためのIIoTネットワークにおける限られたスペクトルと計算資源を効率的に調整するために,DNN推論タスクのサービス品質を満足しながら,平均推論精度を最大化する目的で,資源管理問題を定式化した。推論タスクの厳密な遅延要求を考慮して,著者らは定式化問題をMarkov決定過程に変換して,急速に解を得るために,深い決定論的政策勾配ベースの学習アルゴリズムを提案した。シミュレーション結果は,提案したアルゴリズムが高い平均推論精度を達成できることを示した。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 ,  シミュレーション ,  ネットワーク ,  スペクトル ,  資源割付 ,  *定式化 ,  インターネット ,  学習アルゴリズム ,  資源管理
準シソーラス用語： Markov決定過程 ,  タスク割当 ,  サービス品質 ,  決定論 ,  計算資源 ,  ディープニューラルネットワーク , 【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 (4件)： IIoT ,  推論 ,  深層強化学習 ,  資源管理