文献

J-GLOBAL ID：202202250250205028   整理番号：22A0067233

多変量センサデータからの状態発見と予測【JST・京大機械翻訳】

State Discovery and Prediction from Multivariate Sensor Data

著者 (5件)： Rinta-Koski Olli-Pekka (Department of Computer Science, Aalto University, Espoo, Finland) ,  Sirola Miki (Department of Computer Science, Aalto University, Espoo, Finland) ,  Nguyen Le Ngu (Department of Computer Science, Aalto University, Espoo, Finland) ,  Hollmen Jaakko (Department of Computer Science, Aalto University, Espoo, Finland) ,  Hollmen Jaakko (Department of Computer and Systems Sciences, Stockholm University, Stockholm, Sweden)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13114  ページ： 155-169  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人間の監督なしで完全に動作するクラウドコンピューティングと自律データセンターの出現は,システムパラメータ最適化のためのフォールトトレラントアーキテクチャとインテリジェントソフトウェアツールの必要性を強調した。計算スループットに関する需要は,エネルギー消費や廃熱などの環境問題とバランスしなければならない。実験データセンターから収集した多変量時系列データを用いて,クラスタリングを用いて状態モデルを構築し,次に隠れMarkovモデルと長い短期メモリニューラルネットワークを用いてクラスタによって表される状態を推定した。システムの将来の状態の知識は,データセンタにおけるエネルギー消費の削減や資源配分の最適化などのタスクを解くのに使用できる。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  クラスタ化 ,  資源割付 ,  データセンタ ,  *クラスタ ,  スループット ,  支援プログラム ,  廃熱 ,  フォールトトレランス ,  計算機アーキテクチャ ,  隠れMarkovモデル
準シソーラス用語： 時系列データ ,  パラメータ最適化 ,  環境問題 ,  クラウドコンピューティング , 【Automatic Indexing@JST】

分類 (4件)： エネルギー消費・省エネルギー  (LD01000B) ,  計算機システム運用管理  (JD02020C) ,  通信網  (ND07030A) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 多変量 ,  センサデータ ,  発見 ,  予測