文献

J-GLOBAL ID：202102286154571047   整理番号：21A0539900

スマートドメイン間ハンドオーバによる車両霧計算における資源アベイラビリティの強化【JST・京大機械翻訳】

Enhancing resource availability in vehicular fog computing through smart inter-domain handover

著者 (4件)： Souza Vitor Barbosa (Universidade Federal de Vic,osa (UFV),Informatics Department (DPI),Vic,osa-MG,Brazil) ,  Pereira Moises Henrique (Pontifi ́cia Universidade Cato ́lica (PUC-Rio),Informatics Department (DI),Rio de Janeiro,Brazil) ,  Lelis Levi H. S. (University of Alberta,Department of Computing Science,Edmonton,Canada) ,  Masip-Bruin Xavi (Universitat Polite`cnica de Catalunya (UPC),Advanced Network Architectures Lab (CRAAX),Barcelona,Spain)
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： 近年,コンピュータネットワークアーキテクチャは,膨大な量のデータ,リアルタイムで巨大な帯域幅を消費するネットワークアプリケーションを配備するサービスプロバイダ,およびサービスの厳しい品質を要求するモバイルエンドユーザ,およびサービス破壊の削減を要求している,多数のエッジデバイスによって動機づけられた重要なシフトを経験している。霧コンピューティングアーキテクチャは,ネットワークのエッジで計算資源を採用することによって,いくつかの関連問題に対処することを目的とする。しかし,異なる霧ドメイン間の頻繁で予想外のハンドオーバは,共有エッジ資源の連続的アベイラビリティを妨げるので,まだ研究課題である。本研究では,スマート資源配置を通して車両シナリオにおけるハンドオーバ周波数を最小化することにより,霧ドメインにおける資源の利用可能性を最大化する方法から学習するために,強化学習(RL)を採用した。著者らは,各移動車両が,その経路を通して異なる霧ドメインに接続できる実世界シナリオを模倣したシミュレーションにおいて,著者らのRLベースモデルを評価した。結果は,提案モデルが,すべての模擬シナリオの下で greedy欲戦略と比較して,資源のアベイラビリティの改善をもたらすことを示す。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： ネットワーク ,  資源割付 ,  *アベイラビリティ ,  帯域幅 ,  コンピュータ ,  携帯電話 ,  強化学習 ,  ネットワークアーキテクチャ ,  *ハンドオーバ
準シソーラス用語： エンドユーザ ,  サービスプロバイダ ,  実時間 ,  計算資源 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： ドメイン ,  ハンドオーバ ,  霧 ,  計算 ,  資源 ,  アベイラビリティ ,  強化