Fugu-MT 論文翻訳(概要): A CP-Net based Qualitative Composition Approach for an IaaS Provider

論文の概要: A CP-Net based Qualitative Composition Approach for an IaaS Provider

arxiv url: http://arxiv.org/abs/2102.12221v1
Date: Wed, 24 Feb 2021 11:21:20 GMT
ステータス: 処理完了
システム内更新日: 2021-02-26 11:15:33.847548
Title: A CP-Net based Qualitative Composition Approach for an IaaS Provider
Title（参考訳）: IaaSプロバイダのためのCP-Netに基づく定性構成手法
Authors: Sheik Mohammad Mostakim Fattah, Athman Bouguettaya, and Sajib Mistry
Abstract要約: I プロバイダに対して最適なコンシューマセットを定性的に選択するための新しい CP-Net ベースの合成手法を提案する。候補消費者の検索空間を効果的に削減する欲望に基づく構成とcpnetベースの構成を提案する。
参考スコア（独自算出の注目度）: 0.11470070927586014
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a novel CP-Net based composition approach to qualitatively select an optimal set of consumers for an IaaS provider. The IaaS provider's and consumers' qualitative preferences are captured using CP-Nets. We propose a CP-Net composability model using the semantic congruence property of a qualitative composition. A greedy-based and a heuristic-based consumer selection approaches are proposed that effectively reduce the search space of candidate consumers in the composition. Experimental results prove the feasibility of the proposed composition approach.
Abstract（参考訳）: IaaSプロバイダに最適な消費者セットを定性的に選択するための新しいCP-Netベースの構成アプローチを提案する。 IaaSプロバイダと消費者の定性的な設定はCP-Netを使ってキャプチャされる。定性組成のセマンティックコングルエンス特性を用いたCP-Net構成性モデルを提案する。提案手法は, 対象者の検索スペースを効果的に削減する, ヒューリスティックおよびヒューリスティックな消費者選択手法である。実験結果は、提案された組成アプローチの実現可能性を証明する。

関連論文リスト

Unveiling User Satisfaction and Creator Productivity Trade-Offs in Recommendation Platforms [68.51708490104687]
調査力の低い純粋に関連性の高い政策は、短期的ユーザの満足度を高めるが、コンテンツプールの長期的豊かさを損なうことを示す。調査の結果,プラットフォーム上でのユーザの即時満足度と全体のコンテンツ生産との間には,根本的なトレードオフがあることが判明した。
論文参考訳（メタデータ） (2024-10-31T07:19:22Z)
An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
まず最適化モデルを構築し,非単調な選好をモデル化する。本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。 2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
論文参考訳（メタデータ） (2024-09-04T14:36:20Z)
Meta Clustering of Neural Bandits [45.77505279698894]
ニューラルバンドのクラスタリング(Clustering of Neural Bandits)という新しい問題を,任意の報酬関数に拡張することで研究する。本稿では,メタラーナーを用いて動的クラスタを高速に表現・適応する,M-CNBという新しいアルゴリズムを提案する。 M-CNBはレコメンデーションとオンラインの分類シナリオの両方で広範な実験を行い、SOTAベースラインを上回ります。
論文参考訳（メタデータ） (2024-08-10T16:09:51Z)
User Welfare Optimization in Recommender Systems with Competing Content Creators [65.25721571688369]
本研究では,コンテンツ制作者間での競争ゲーム環境下で,システム側ユーザ福祉の最適化を行う。本稿では,推奨コンテンツの満足度に基づいて,各ユーザの重みの列を動的に計算する,プラットフォームのためのアルゴリズムソリューションを提案する。これらの重みはレコメンデーションポリシーやポストレコメンデーション報酬を調整するメカニズムの設計に利用され、それによってクリエイターのコンテンツ制作戦略に影響を与える。
論文参考訳（メタデータ） (2024-04-28T21:09:52Z)
PLIERS: a Popularity-Based Recommender System for Content Dissemination in Online Social Networks [5.505634045241288]
PLIERSと呼ばれる新しいタグベースのレコメンデーションシステムを提案する。これは、ユーザーが主にアイテムやタグに興味を持ち、既に所有しているものと同様の人気があるという仮定に依存している。 PLIERSは、アルゴリズムと推奨項目のパーソナライズレベルとの良好なトレードオフを達成することを目的としている。
論文参考訳（メタデータ） (2023-07-06T09:04:58Z)
Enabling AI-Generated Content (AIGC) Services in Wireless Edge Networks [68.00382171900975]
無線エッジネットワークでは、不正に生成されたコンテンツの送信はネットワークリソースを不要に消費する可能性がある。我々は、AIGC-as-a-serviceの概念を示し、エッジネットワークにAをデプロイする際の課題について議論する。最適なASP選択のための深層強化学習可能なアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-01-09T09:30:23Z)
Differentially Private Federated Clustering over Non-IID Data [59.611244450530315]
クラスタリングクラスタ(FedC)問題は、巨大なクライアント上に分散されたラベルなしデータサンプルを、サーバのオーケストレーションの下で有限のクライアントに正確に分割することを目的としている。本稿では,DP-Fedと呼ばれる差分プライバシー収束手法を用いた新しいFedCアルゴリズムを提案する。提案するDP-Fedの様々な属性は、プライバシー保護の理論的解析、特に非識別的かつ独立に分散された(非i.d.)データの場合において得られる。
論文参考訳（メタデータ） (2023-01-03T05:38:43Z)
Reputation Bootstrapping for Composite Services using CP-nets [0.15229257192293197]
オンデマンドサービス構成の評判をブートストラップする新しいフレームワークを提案する。コンポジションにおけるコンポーネントサービスに対する評価関連要因を条件付き優先度ネットワーク(CP-net)に適用する。
論文参考訳（メタデータ） (2021-05-27T02:51:23Z)
Context-aware Ensemble of Multifaceted Factorization Models for Recommendation Prediction in Social Networks [3.274188314820932]
KDD-Cup 2012のタスク1におけるShanda Innovationsチームのソリューションについて説明する。ソーシャルネットワークにおける多面的因子化モデル(Multifaceted Factorization Models)と呼ばれる新しい手法を提案する。
論文参考訳（メタデータ） (2021-05-03T16:42:50Z)
Sequential Learning-based IaaS Composition [0.11470070927586014]
時間条件優先ネットワーク(TempCP-net)に含まれる決定変数時系列類似度尺度に基づくtextitk-d tree indexingを用いて、リクエストの集合のグローバル嗜好ランキングを算出する。構成における要求の受け入れや拒否に要求の長さを適用する、オンポリシーに基づく逐次選択学習手法を設計する。
論文参考訳（メタデータ） (2021-02-24T23:16:01Z)

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。