論文の概要: The Dark Side of Unikernels for Machine Learning
- arxiv url: http://arxiv.org/abs/2004.13081v1
- Date: Mon, 27 Apr 2020 18:33:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 06:16:13.230566
- Title: The Dark Side of Unikernels for Machine Learning
- Title(参考訳): 機械学習のためのユニカーネルのダークサイド
- Authors: Matthew Leon
- Abstract要約: 本稿では、機械学習推論アプリケーションのデプロイ方法としてユニカーネルの欠点を分析する。
本稿では, より人間工学的なビルドプロセスを実現するために, ユニカーネル内の依存ライブラリの管理を可能にするツールを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper analyzes the shortcomings of unikernels as a method of deployment
for machine learning inferencing applications as well as provides insights and
analysis on future work in this space. The findings of this paper advocate for
a tool to enable management of dependent libraries in a unikernel to enable a
more ergonomic build process as well as take advantage of the inherent security
and performance benefits of unikernels.
- Abstract(参考訳): 本稿では、機械学習推論アプリケーションのデプロイ方法としてユニカーネルの欠点を分析し、この分野における今後の作業に関する洞察と分析を提供する。
本稿では,より人間工学的な構築プロセスを実現するとともに,ユニカーネルのセキュリティとパフォーマンス上のメリットを生かして,ユニカーネル内の依存ライブラリの管理を可能にするツールを提案する。
関連論文リスト
- SERL: A Software Suite for Sample-Efficient Robotic Reinforcement
Learning [85.21378553454672]
筆者らは,報酬の計算と環境のリセットを行う手法とともに,効率的なオフ・ポリティクス・ディープ・RL法を含むライブラリを開発した。
我々は,PCBボードアセンブリ,ケーブルルーティング,オブジェクトの移動に関するポリシを,非常に効率的な学習を実現することができることを発見した。
これらの政策は完全な成功率またはほぼ完全な成功率、摂動下でさえ極端な堅牢性を実現し、突発的な堅牢性回復と修正行動を示す。
論文 参考訳(メタデータ) (2024-01-29T10:01:10Z) - Reinforcement Learning-based Virtual Fixtures for Teleoperation of
Hydraulic Construction Machine [0.0]
本研究では,タスク性能を最適化するための強化学習に基づくアプローチを提案する。
学習を通じて獲得した制御ポリシーは、複数の関節を効率的に制御および調整するための指示を与えるために使用される。
仮想フィクスチャの有無と参加者のパフォーマンスを比較することで,提案手法の有効性を評価する。
論文 参考訳(メタデータ) (2023-06-20T21:19:13Z) - Evaluating Model-free Reinforcement Learning toward Safety-critical
Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。
安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。
この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文 参考訳(メタデータ) (2022-12-12T06:30:17Z) - Open Tracing Tools: Overview and Critical Comparison [10.196089289625599]
本稿では,一般的なOpenトレースツールの概要を比較を通じて示すことを目的としている。
われわれはまず,目的,体系的,再現可能な方法でRa30ツールを同定した。
その結果,1) 評価機能,2) ピアレビュー文学とオンラインメディアの両方での人気,3) メリットと課題を考察した。
論文 参考訳(メタデータ) (2022-07-14T12:52:32Z) - Constrained Reinforcement Learning for Robotics via Scenario-Based
Programming [64.07167316957533]
DRLをベースとしたエージェントの性能を最適化し,その動作を保証することが重要である。
本稿では,ドメイン知識を制約付きDRLトレーニングループに組み込む新しい手法を提案する。
我々の実験は、専門家の知識を活用するために我々のアプローチを用いることで、エージェントの安全性と性能が劇的に向上することを示した。
論文 参考訳(メタデータ) (2022-06-20T07:19:38Z) - Scenario-Assisted Deep Reinforcement Learning [3.5036351567024275]
本稿では,強化学習訓練プロセスの強化手法を提案する。
これにより、人間のエンジニアは、専門家の知識を直接貢献することができ、訓練中のエージェントが関連する制約に従う可能性が高まる。
本手法は,インターネット混雑制御領域のケーススタディを用いて評価する。
論文 参考訳(メタデータ) (2022-02-09T08:46:13Z) - GENEOnet: A new machine learning paradigm based on Group Equivariant
Non-Expansive Operators. An application to protein pocket detection [97.5153823429076]
グループ同変非拡張演算子に基づく新しい計算パラダイムを導入する。
我々は、薬物設計における重要な問題として、ホスト可能なタンパク質の表面のポケットを検出する、GENEOnetと呼ばれる方法を試した。
論文 参考訳(メタデータ) (2022-01-31T11:14:51Z) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳(メタデータ) (2021-11-23T10:53:29Z) - Feature Recommendation for Structural Equation Model Discovery in
Process Mining [0.0]
本稿では,問題に影響を及ぼす可能性のある(集約された)特徴の集合を見つける方法を提案する。
提案手法をProMのプラグインとして実装し、2つの実・合成イベントログを用いて評価した。
論文 参考訳(メタデータ) (2021-08-13T12:23:01Z) - Privileged Information Dropout in Reinforcement Learning [56.82218103971113]
トレーニング中に特権情報を使用することで、機械学習システムのサンプル効率とパフォーマンスを向上させることができる。
本研究では,価値に基づく強化学習アルゴリズムとポリシーに基づく強化学習アルゴリズムに等しく適用可能なプライヴィレグ情報ドロップアウト(pid)について検討する。
論文 参考訳(メタデータ) (2020-05-19T05:32:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。