抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
動的スケジューリングは,待ち行列から無線ネットワークへのアプリケーションにおける重要な問題である。長期目標を達成するために,各時間ステップにおいて複数のスケジューリングアイテムの中でアイテムを選択する方法について述べた。動的スケジューリングのための従来のアプローチは,これらのアプローチからの政策が対応するシステム特性のみに使用できるように,特定のシステムに対する最適政策を見つける。したがって,システム特性が動的に変化する実際のシステムに対してそのようなアプローチを用いることは難しい。本論文では,同一タスク(動的スケジューリング)のための非セエンスシステム特性に適応するシステム診断能力を持つ,MDPベース動的スケジューリング,記述ポリシーのための新しいポリシー構造を提案した。この目的のために,記述ポリシーは,ナットシェルにおけるシステム診断スケジューリング原理を学習し,「アイテムの条件」はスケジューリングにおいてより高い優先度を持つべきである。スケジューリング原理を任意のシステムに適用することができ,1つのシステムで学習された記述政策を別のシステムに使用できる。簡単な説明と現実的な応用シナリオによる実験は,システム固有の従来の政策と比較して,非常に少ない性能劣化でシステム診断メタ学習を可能にすることを実証した。【JST・京大機械翻訳】