文献

J-GLOBAL ID：202202288975461555   整理番号：22A0959390

IoVにおけるQoS予測のためのリカレントニューラルネットワークベース協調フィルタリング【JST・京大機械翻訳】

Recurrent Neural Network Based Collaborative Filtering for QoS Prediction in IoV

著者 (5件)： Liang Tingting (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Chen Manman (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Yin Yuyu (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Zhou Li (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Ying Haochao (School of Public Health, Zhejiang University, Hangzhou, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2400-2410  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  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： インテリジェント輸送システム(ITS)の開発に役立つと考えられる新興パラダイムとして,車両(IoV)のインターネットは,様々なサービスを提供する多数の接続した異種車両装置によって構築されている。IoVにおける車両装置の数は急速に成長しているので,機能的等価である候補サービスから適切なサービスを選択することは,不可欠なタスクになっている。最適サービス選択を確保するためにサービス品質(QoS),サービス品質(QoS)の非機能的属性を予測することは,主流方向である。従来の予測方法の大部分は,QoS値がいくつかの目的因子によって動的に変化するという事実を無視して,本論文は,QoS予測のためにRNCFと呼ばれる再帰ニューラルネットワークベースの協調フィルタリング法を提案した。特に,多層GRU構造を,物理的環境またはネットワーク条件の動的状態をモデル化して,異なる時間スライスを通して呼び出し記録を共有するために,神経協調フィルタリングのフレームワークに組み込んだ。WSDreamデータセットに関する広範な実験を行い,提案したQoS予測モデルRNCFの有効性を実証した。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： 予測技法 ,  *ネットワーク ,  品質 ,  装置 ,  多層 ,  有効性 ,  インターネット ,  予測モデル ,  ITS【交通】
準シソーラス用語： *協調フィルタリング ,  サービス品質 ,  サービス選択 , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  パターン認識  (JE07000S) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (4件)： QOS ,  予測 ,  リカレントニューラルネットワーク ,  協調フィルタリング