| 研究課題/領域番号 |
16K12405
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
計算機システム
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
中村 宏 東京大学, 大学院情報理工学系研究科, 教授 (20212102)
|
|---|
| 連携研究者 |
中田 尚 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (00452524)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | コンピューティング / 低消費エネルギー / 実行モデル / スケジューリング / 計算機システム / 省電力 |
|---|
| 研究成果の概要 |
データに対して処理すべき内容と利用可能なエネルギーが状況に応じて大きく変動する、広域分散センシング・コンピューティングにおいて、時空間上でのデータ処理を最適化する実行モデルを提案した。まず、処理タスクの実行時間が実行時に決定する場合に、性能制約を満たしつつ消費エネルギーを最小化するタスクスケジューリングを提案し、既存手法に対する有効性を示した。次に、収集可能な電力が環境に応じて変動するエネルギーハーベスティングセンサーノードにおいて、設置場所によらず収集した電力を浪費することなく高い性能を達成できる動作スケジューリングを、強化学習を用いることで実現し、その有効性を示した。
|
