文献
J-GLOBAL ID:202202274294027739   整理番号:22A0482513

エネルギーのインターネットにおける分散学習による低品質データ上のエッジ計算のためのブロックチェーンベースタスクオフローディング【JST・京大機械翻訳】

Blockchain-Based Task Offloading for Edge Computing on Low-Quality Data via Distributed Learning in the Internet of Energy
著者 (6件):
資料名:
巻: 40  号:ページ: 657-676  発行年: 2022年 
JST資料番号: A0908B  ISSN: 0733-8716  CODEN: ISACEM  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:
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。
エネルギーのインターネットの開発によって,ますます多くの参加者は,異なるタイプのエッジ装置によってデータを共有する。しかし,そのようなマルチソース不均一データは,典型的には,低品質データ,例えば,欠測値を含み,それは潜在的リスクをもたらす。そのうえ,資源制約された装置は,エッジコンピューティングネットワークで大きな待ち時間を発生した。そのような待ち時間を軽減するために,分散タスクオフロード方式を設計して,エッジノードと近傍サーバの間の計算負荷を共有した。しかし,そのようなスキームの3つの主な欠点がある。第一に,低品質データはシナリオ下の制約によって注意深く評価されず,分散計算における遅い収束をもたらす。第二に,敏感な情報を含むマルチソースデータを計算し,プライバシー保護なしでエッジノード間で共有する。第3に,低品質データに関する分散タスクは,最適オフロード方式でさえ,低品質結果をもたらすかもしれない。上記の問題に取り組むために,コンソーシアムブロックチェーンと分散強化学習に基づくエッジコンピューティングのためのタスクオフロードフレームワークをこの論文で提案し,それはデータプライバシー保護による高品質タスクオフロード対策を提供できる。このフレームワークは,複数のデータ品質次元を有するデータ品質評価(DQ),新しい修理コンセンサス機構に基づく修復アルゴリズムによるデータ修復(DR),および新しい低品質データ分散戦略に基づく分散強化学習アルゴリズムによるタスク配置(DELTA)のための分散強化学習を含む3つのキーコンポーネントから成る。IoEにおける低品質データに関するエッジコンピューティングのための提案タスクオフロードフレームワークの有効性と効率を例証するために,数値結果を提示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
移動通信  ,  通信網  ,  計算機網 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る