|
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。
|
