モバイル解析学のための選択的エッジ計算【JST・京大機械翻訳】

Galanopoulos Apostolos; Iosifidis George; Salonidis Theodoros; Leith Douglas J.

プレプリント

J-GLOBAL ID：202202204911750626 整理番号：22P0025077

モバイル解析学のための選択的エッジ計算【JST・京大機械翻訳】

Selective Edge Computing for Mobile Analytics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2022年01月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

モバイルアプリケーション数の増加は,データを解析するための機械学習(ML)ルーチンに依存する。ユーザデバイスでのそのようなタスクの遂行は,遠隔クラウドデポレーションサーバでの大規模データボリュームの送信と処理に費やされるエネルギーを節約する。しかし,メモリと計算限界のため,デバイスは,しばしば必要な資源集約ルーチンをサポートできず,タスクを正確に実行できない。本研究では,厳密な選択的オフローディングフレームワークを提案し,評価することにより,資源制約システムにおけるエッジ支援解析の問題に取り組んだ。このデバイスは,それらのタスクをローカルに実行して,それらが重要な性能改善を予測するときだけ,クラウドレットサーバにそれらを発信する。オフローディング利得と資源コストが時変である実際のシナリオを考察した。そして,この情報を知ることを必要とせずにサービス性能を最大化するオンライン最適化アルゴリズムを提案する。提案アプローチは,プライム平均化方式と組み合わせた近似二重サブ勾配法に依存し,システム確率に関する最小仮定の下で動作する。無線テストベッドで提案アルゴリズムを完全に実装し,最先端の画像認識アプリケーションを用いてその性能を評価し,顕著な性能利得とコスト節減を見つける。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

移動通信 , 計算機網

, , ,

前のページに戻る