文献

J-GLOBAL ID：202202285572210091   整理番号：22A0979986

クラウドコンピューティングにおけるVMD-BiGRU-EDによるマルチステップアヘッドホスト負荷予測【JST・京大機械翻訳】

Multi-step-ahead Host Load Prediction with VMD-BiGRU-ED in Cloud Computing

著者 (2件)： Liu Yang (School of Software, Xi’an Jiaotong University,Xi’an,Shaanxi,China) ,  Zou DanYang (College of Electronic Information and Artificial Intelligence, Shaanxi University of Science & Technology,Xi’an,Shaanxi,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ITOEC  ページ： 2046-2050  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： クラウドコンピューティング資源負荷は,非線形性,非平滑性,高ノイズおよび高変動の特性を持ち,そして,分離予測モデルを用いることによって,より良い予測結果を達成するのは,難しい。したがって,本論文では,VMDアルゴリズム,GRUおよび符号器-デコーダ構造に基づく組合せVMD-BiGRU-ED予測モデルを提案し,それは,強力なVMD信号分解能力と高いGRU予測精度の利点を結合して,クラウドコンピューティング資源負荷を正確に予測した。著者らのモデルを評価するために,Alibabaクラスタ-トレース-v2018によって提供されたクラスタ公開データセットを用いて実験を行った。実験結果は,提案した組合せVMD-BiGRU-ED予測モデルが,予測精度に関して単一予測モデルおよび他の組合せ予測モデルより優れていることを示した。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： アルゴリズム ,  雑音 ,  *負荷予測 ,  復号器 ,  符号器 ,  クラスタ ,  非線形性 ,  平滑度 ,  予測モデル
準シソーラス用語： 予測精度 ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： クラウドコンピューティング ,  負荷予測