文献

J-GLOBAL ID：202202284416933329   整理番号：22A1189871

ビデオ解析タスク指向のエッジクラウド資源割当戦略【JST・京大機械翻訳】

Edge Cloud Resource Allocation Strategy for Video Analysis Task

著者 (4件)： Fang Quan (国网江蘇省電力有限公司信息通信分公司,江蘇南京 210024) ,  Xia Fei (国网江蘇省電力有限公司信息通信分公司,江蘇南京 210024) ,  Song Hu (国网江蘇省電力有限公司信息通信分公司,江蘇南京 210024) ,  Ji Mingtao (南京大学計算机科学与技術系,江蘇南京 210023)
資料名： Dainlixinxi yu Tongxinjishu  (Dainlixinxi yu Tongxinjishu)
巻： 20  号： 1  ページ： 43-50  発行年： 2022年 
JST資料番号： C4277A  ISSN： 1672-4844  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力網ビデオ分析のリアルタイム性を保証するために,産業界は,通常,ニューラルネットワークに基づく知的応用を,エッジ装置に展開した。電力物ネットのエッジ設備資源が有限であるため、システム中に複数のビデオ分析タスクが存在する場合、合理的に資源を分配し、出力精度の要求に満たせば、できるだけタスク処理遅延を低減させる必要がある。本文では、ビデオ分析タスクの電力網における運転特徴について深く分析し、タスク間の依存を考慮し、出力精度と遅延の関係を検討した。リャプノフ最適化フレームワークを導入し、ビデオ分析のために一連の相互相関のオンライン決定問題を構築し、クロスエントロピーに基づく資源分配策略を設計し、システムの長期運転過程において、タスク処理の全体的完成遅延を最適に近似した。実験結果は,一般的スケジューリング方式と比較して,提案した資源配置戦略が,性能を40%改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  決定問題 ,  スケジューリング ,  電力 ,  *資源 ,  処理 ,  電力系統 ,  ニューラルネットワーク ,  *資源割付 ,  構成
準シソーラス用語： 相互相関 ,  オンライン ,  クロスエントロピー , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  テレビジョン一般  (ND12031N) ,  通信網  (ND07030A)

タイトルに関連する用語 (6件)： ビデオ解析 ,  タスク ,  エッジ ,  クラウド ,  資源割当 ,  戦略