文献

J-GLOBAL ID：201702223679266638   整理番号：17A0471069

分散戦略的学習(招待論文)を用いたゴシップ有効性の改善【Powered by NICT】

Improving the gossiping effectiveness with distributed strategic learning (Invited paper)

著者 (4件)： Esposito Christian (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II 132, I-84084 Fisciano (SA), Italy) ,  Castiglione Aniello (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II 132, I-84084 Fisciano (SA), Italy) ,  Palmieri Francesco (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II 132, I-84084 Fisciano (SA), Italy) ,  Ficco Massimo (Dipartimento di Ingegneria Industriale e dell’Informazione, Seconda Universita di Napoli, via Roma 29, I-81031 Aversa (CE), Italy)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 71  ページ： 221-233  発行年： 2017年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ゴシップは,信頼性の高い通信に広く知られており,有効なアプローチであること,パケット損失とリンク衝突を許容する。を広範囲にいくつかのミドルウェア種類,イベント通知サービスと応用分野などで使用されている航空交通管理,電力系統制御,健康情報交換のためのインフラ構造物のような,それらのいくつかを引用した。高損失耐性とスケーラビリティを達成するにもかかわらず,ゴシップネットワーク上で劣化した性能と重交通荷重により影響される。この理由のために,信頼性,適時性および/または渋滞の起こりやすいネットワークにおける共同提供されなければならないような応用において最適ではないかもしれない。ゴシップスキームを改良するための重要な側面は,ノードがゴシップメッセージを受けるべきである決定であり,この駆動的アイデアは,効率的な方法でそのようなノードを決定するために分散戦略学習論理を採用することである。これはゴシップの弱点を解決し,良好な性能と減少したトラフィック負荷を達成することができた。ゴシップメッセージを送るのに用いることができるノードの最良のセットを決定し,それらの有用性を最適化するためにゴシップスキームにおける戦略的学習を導入する方法について述べる。そのような解決策は提案の有効性を示すシミュレーションのセットにより実験的に評価した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最適化 ,  移動荷重 ,  パケット損失 ,  通信 ,  ミドルウェア ,  インフラストラクチャー ,  *学習 ,  ネットワーク ,  航空交通管制 ,  構造物 ,  信頼性
準シソーラス用語： 適時性 ,  健康情報 ,  電力系統制御 , 【Automatic Indexing@JST】

著者キーワード (6件)： 事象ベース通信 ,  ゴシッピング ,  信頼性のあるマルチキャスト ,  戦略的学習 ,  ゲーム理論 ,  強化学習

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 戦略 ,  学習 ,  論文 ,  有効性