文献

J-GLOBAL ID：202202249057692595   整理番号：22A1102135

サイバー-物理システムにおける深層強化学習アプローチに基づく資源オフロード圧密【JST・京大機械翻訳】

Resource Offload Consolidation Based on Deep-Reinforcement Learning Approach in Cyber-Physical Systems

著者 (6件)： Mekala M. S. (Department of Computer Science, and Engineering, Koneru Lakshmaiah Education Foundation, Vijayawada, AP, India) ,  Jolfaei Alireza (Department of Computing, Macqaurie University, Sydney, NSW, Australia) ,  Srivastava Gautam (Department of Mathematics, and Computer Science, Brandon University, Brandon, Manitoba, Canada) ,  Zheng Xi (Department of Computing, Macqaurie University, Sydney, NSW, Australia) ,  Anvari-Moghaddam Amjad (Department of Energy Technology, Aalborg University, Aalborg, Denmark) ,  Viswanathan P. (SCOPE, Vellore Insititute of Technology, Vellore, India)
資料名： IEEE Transactions on Emerging Topics in Computational Intelligence  (IEEE Transactions on Emerging Topics in Computational Intelligence)
巻： 6  号： 2  ページ： 245-254  発行年： 2022年 
JST資料番号： W2473A  ISSN： 2471-285X  資料種別： 逐次刊行物 (A)
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： サイバー-物理システムにおいては,エッジ資源を持つクラウドを利用して,生成のポイントでユーザデータを処理および計算するための作業負荷を配布するのは有利である。クラウドによって提供されるサービスは,根底にあるデータの大きさの変化に対して十分に柔軟ではなく,それは,待ち時間の増加,デッドラインの違反,およびより高いコストをもたらす。一方,限られた資源を有するエッジデバイスによる上記の課題を解決することは,また,挑戦的である。本研究では,ターゲットサイバー-物理システムに対する資源利用とコストの両方を考慮する,新しい強化学習アルゴリズム,容量-Cost比強化学習(CCR-RL)を提案した。CCR-RLにおいて,タスクオフロード決定を,データ到着率,エッジデバイス計算電力,および根底にある伝送容量を考慮して行う。次に,深い学習モデルを,根底にある通信と計算速度に基づく資源を割り当てるために作成した。さらに,新しいアルゴリズムを提案して,エッジ装置とエッジサーバの間の作業負荷のための通信と計算資源の割り当てを制御した。シミュレーション結果は,提案方法が最先端の方式と比較して最小待ち時間と低減処理コストを達成できることを証明した。Copyright 2022 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： *圧密 ,  アルゴリズム ,  シミュレーション ,  学習モデル ,  作業負荷 ,  電力 ,  *資源 ,  容量 ,  時間制限 ,  計算機処理速度 ,  待ち時間 ,  *強化学習 ,  学習アルゴリズム
準シソーラス用語： 伝送容量 ,  計算資源 , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 物理 ,  深層強化学習 ,  資源 ,  圧密