リスクネット:信頼できない資源のネットワークにおけるニューラルリスク評価【JST・京大機械翻訳】

Rusek Krzysztof; Borylo Piotr; Jaglarz Piotr; Geyer Fabien; Cabellos Albert; Cholda Piotr

プレプリント

J-GLOBAL ID：202202207459875199 整理番号：22P0281423

リスクネット:信頼できない資源のネットワークにおけるニューラルリスク評価【JST・京大機械翻訳】

RiskNet: Neural Risk Assessment in Networks of Unreliable Resources

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 (6件)： , , , , ,
資料名：
発行年： 2022年01月28日プレプリントサーバーでの情報更新日： 2023年06月21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)

通信ネットワークにおける瞬断によって誘発されるペナルティの分布を予測するグラフニューラルネットワーク(GNN)ベースの方法を提案し,そこでは接続が作業とバックアップ経路の間で共有される資源によって保護される。GNNベースアルゴリズムを,Barab’asi-Albertモデルで生成したランダムグラフでのみ訓練した。しかし,得られたテスト結果は,広い範囲の既存のトポロジーにおけるペナルティを正確にモデル化できることを示した。GNNは,研究の下でネットワークトポロジーのための複雑な瞬断シナリオをシミュレーションする必要性を除去する。実際に,全体の設計操作は,現代のハードウェアに関して4msによって制限した。この方法で,速度改善において12000倍以上の利得を得ることができた。【JST・京大機械翻訳】

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

通信網 , 移動通信 , 信頼性 , ネットワーク法 , 電話・データ通信・交換一般

, , , ,

前のページに戻る