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。
無線サービスとアプリケーションは,より精巧で,より高速かつ高容量ネットワークを必要とするので,各アプリケーションの要件に基づくますます複雑なタスクの実行の効率的管理の必要性がある。この点に関して,霧コンピューティングは仮想化サーバをネットワークに統合し,エンドデバイスに近いクラウドサービスをもたらす。クラウドサーバとは対照的に,霧ノードの計算容量は制限され,従って単一霧ノードは計算集約的タスクのできないかもしれない。この文脈において,タスクオフロードは,ユーザのサービス品質(QoS)要求を保証しながら,適切なノードと適切な資源管理を選択することによって,霧ノードで特に有用である。本論文は,マルチフォッグノードシステムにおける異種サービスタスクのための共同作業オフロードと資源割当て制御の設計を研究した。この問題は部分的に観測可能な確率的ゲームとして定式化され,その中で各霧ノードは集合した局所報酬を最大化するように協調し,ノードは局所観測にアクセスするだけである。部分可観測性に対処するために,著者らは,最適値関数を近似するために,深い再帰Qネットワーク(DRQN)アプローチを適用した。次に,解を,異なるニューラルネットワークの性能を評価するために,深いQネットワーク(DQN)および深い畳込みQネットワーク(DCQN)アプローチと比較した。さらに,ニューラルネットワークの収束と精度を保証するために,調整探査開発法を採用した。与えられた数値結果は,提案したアルゴリズムがベースライン法よりも高い平均成功率とより低い平均オーバフローを達成できることを示した。【JST・京大機械翻訳】