論文の概要: Reputation Bootstrapping for Composite Services using CP-nets
- arxiv url: http://arxiv.org/abs/2105.15135v1
- Date: Thu, 27 May 2021 02:51:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-01 17:18:56.742775
- Title: Reputation Bootstrapping for Composite Services using CP-nets
- Title(参考訳): cp-netsを用いた複合サービス評価ブートストラップ
- Authors: Sajib Mistry and Athman Bouguettaya
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.15229257192293197
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose a novel framework to bootstrap the reputation of on-demand service
compositions. On-demand compositions are usually context-aware and have little
or no direct consumer feedback. The reputation bootstrapping of single or
atomic services does not consider the topology of the composition and
relationships among reputation-related factors. We apply Conditional Preference
Networks (CP-nets) of reputation-related factors for component services in a
composition. The reputation of a composite service is bootstrapped by the
composition of CP-nets. We consider the history of invocation among component
services to determine reputation-interdependence in a composition. The
composition rules are constructed using the composition topology and four types
of reputation-influence among component services. A heuristic-based Q-learning
approach is proposed to select the optimal set of reputation-related CP-nets.
Experimental results prove the efficiency of the proposed approach.
- Abstract(参考訳): 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。
オンデマンドのコンポジションは通常コンテキスト対応であり、消費者からの直接のフィードバックはほとんど、あるいは全くない。
単一サービスや原子サービスの評判ブートストラップは、構成のトポロジや評判に関連する要因間の関係を考慮していない。
評価関連要因の条件付き選好ネットワーク(cp-nets)を構成の構成要素サービスに適用する。
複合サービスの評判はCP-netsの合成によってブートストラップされる。
構成における評価相互依存を決定するために,コンポーネントサービス間の呼び出し履歴を考える。
構成規則は構成トポロジーとコンポーネントサービス間の4種類の評価影響を用いて構成される。
ヒューリスティックなQ-ラーニング手法を提案し,評価関連CP-netの最適セットを選択する。
実験により提案手法の有効性が証明された。
関連論文リスト
- CSCNET: Class-Specified Cascaded Network for Compositional Zero-Shot
Learning [62.090051975043544]
属性とオブジェクト(A-O)の絡み合いは、合成ゼロショット学習(CZSL)の基本的かつ重要な問題である
CZSL(Class-specified Cascaded Network, CSCNet)のための新しいA-O不整合フレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-09T14:18:41Z) - From Kubernetes to Knactor: A Data-Centric Rethink of Service
Composition [5.250111701278031]
マイクロサービスは現代のアプリケーションでますます使われており、効率的なサービス構成ソリューションの必要性が高まっています。
従来のAPI中心の構成メカニズムは、厳格なコードレベルの結合、散乱ロジック、サービス間データ交換への可視性を導入しています。
サービス構成の再考と、提供予定のモジュラリティを復元する新しいデータ中心のフレームワークであるKnactorを提案する。
論文 参考訳(メタデータ) (2023-09-04T20:46:05Z) - QA Is the New KR: Question-Answer Pairs as Knowledge Bases [105.692569000534]
提案するKBの形式は,従来のシンボリックKBの重要な利点を多く備えている,と我々は主張する。
従来のKBとは異なり、この情報ストアは一般的なユーザ情報のニーズによく適合している。
論文 参考訳(メタデータ) (2022-07-01T19:09:08Z) - COPS: Controlled Pruning Before Training Starts [68.8204255655161]
最先端のディープニューラルネットワーク(DNN)プルーニング技術は、トレーニング開始前にワンショットで適用され、プルーニングスコアと呼ばれる単一の基準の助けを借りてスパースアーキテクチャを評価する。
この作業では、単一プルーニング基準に集中するのではなく、任意のGASを組み合わせてより強力なプルーニング戦略を構築するためのフレームワークを提供します。
論文 参考訳(メタデータ) (2021-07-27T08:48:01Z) - FEBR: Expert-Based Recommendation Framework for beneficial and
personalized content [77.86290991564829]
推奨コンテンツの質を評価するための見習い学習フレームワークであるFEBR(Expert-Based Recommendation Framework)を提案する。
このフレームワークは、推奨評価環境において専門家(信頼できると仮定される)の実証された軌跡を利用して、未知のユーティリティ機能を回復する。
ユーザ関心シミュレーション環境(RecSim)によるソリューションの性能評価を行う。
論文 参考訳(メタデータ) (2021-07-17T18:21:31Z) - 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) - A CP-Net based Qualitative Composition Approach for an IaaS Provider [0.11470070927586014]
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。
論文 参考訳(メタデータ) (2021-02-24T11:21:20Z) - Layer-based Composite Reputation Bootstrapping [1.4180331276028662]
複数の評判関連の指標がレイヤベースのフレームワークで検討され、コンポーネントサービスの評判を暗黙的に反映する。
コンポジットサービスの評判とコンポーネントサービスの評判指標との相関性を調べるために,トポロジ認識フォレストディープニューラルネットワーク(fDNN)を提案する。
トレーニングされたfDNNモデルは、信頼性の高い新しいコンポジットサービスの評判を予測する。
論文 参考訳(メタデータ) (2021-02-01T15:00:30Z) - Conversational Semantic Parsing [50.954321571100294]
共参照解決やコンテキスト転送といったセッションベースのプロパティは、パイプラインシステムで下流で処理される。
60kの発話からなる20kセッションからなる,セッションベースで構成型タスク指向構文解析データセットを新たにリリースする。
セッションベース解析のためのSeq2Seqモデルの新たなファミリーを提案し、ATIS, SNIPS, TOP, DSTC2における現在の最先端技術と同等の性能を実現する。
論文 参考訳(メタデータ) (2020-09-28T22:08:00Z) - Overview of the TREC 2019 Fair Ranking Track [65.15263872493799]
TREC Fair Ranking トラックの目標は、異なるコンテンツプロバイダに対する公正性の観点から、検索システムを評価するベンチマークを開発することであった。
本稿では,タスク定義やデータ記述,アノテーションプロセスなどを含むトラックの概要について述べる。
論文 参考訳(メタデータ) (2020-03-25T21:34:58Z)
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。