論文の概要: Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace
Negotiation
- arxiv url: http://arxiv.org/abs/2206.08468v1
- Date: Thu, 16 Jun 2022 22:36:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-20 15:14:09.853247
- Title: Belief-Desire-Intention (BDI) Multi-agent System for Cloud Marketplace
Negotiation
- Title（参考訳）: クラウドマーケットプレイスネゴシエーションのためのBDIマルチエージェントシステム
- Authors: Saurabh Deochake
- Abstract要約: 本稿では,クラウドリソースを対象としたBDI(Belief-Desire-Intention)マルチエージェントベースのクラウドマーケットプレースシステムを提案する。
クラウドマーケットプレースシステムの各パーティは、リソースの自動購入と販売を容易にするための、自律的な意思決定と交渉のためのBDIエージェントをサポートしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With the evolution of cloud computing, there has been a rise of large
enterprises extending their infrastructure and workloads into the public cloud.
This paper proposes a full-fledged framework for a Belief-Desire-Intention
(BDI) multi-agent-based cloud marketplace system for cloud resources. Each
party in the cloud marketplace system supports a BDI agent for autonomous
decision making and negotiation to facilitate automated buying and selling of
resources. Additionally, multiple BDI agents from an enterprise competing for
the same cloud resource can consult with each other via Master Negotiation
Clearing House to minimize the overall cost function for the enterprise while
negotiating for a cloud resource. The cloud marketplace system is further
augmented with assignments of behavior norm and reputation index to the agents
to facilitate trust among them.
- Abstract（参考訳）: クラウドコンピューティングの進化とともに、大企業がインフラストラクチャとワークロードをパブリッククラウドに拡張する動きが見られた。
本稿では,bdi(behavior-desire-intention)マルチエージェントベースのクラウドマーケットプレースシステムのための本格的なフレームワークを提案する。
クラウドマーケットプレイスシステムの各パーティは、リソースの自動購入と販売を容易にするための自律的な意思決定と交渉のためのBDIエージェントをサポートしている。
さらに、同じクラウドリソースを競合する企業の複数のBDIエージェントがMaster Negotiation Clearing Houseを介して相互に相談し、クラウドリソースを交渉しながら、企業全体のコスト機能を最小限にすることができる。
クラウドマーケットプレースシステムは、エージェント間の信頼を促進するために、行動規範と評判指標の割り当てによってさらに強化されている。
関連論文リスト
- IDF-CR: Iterative Diffusion Process for Divide-and-Conquer Cloud Removal in Remote-sensing Images [55.40601468843028]
雲除去のための反復拡散過程(IDF-CR)を提案する。
IDF-CRは、ピクセル空間と潜在空間に対処する2段階のモデルに分けられる。
潜時空間の段階では、拡散モデルは低品質の雲の除去を高品質のクリーンな出力に変換する。
論文 参考訳（メタデータ） (2024-03-18T15:23:48Z) - Application of Machine Learning Optimization in Cloud Computing Resource
Scheduling and Management [18.462300407761873]
中国のクラウドコンピューティングの規模は209億元に達した。
本稿では,クラウドコンピューティング資源のスケジューリングと管理において,複雑な問題を解くための革新的なアプローチを提案する。
論文 参考訳（メタデータ） (2024-02-27T05:14:27Z) - Efficient Resource Scheduling for Distributed Infrastructures Using
Negotiation Capabilities [0.46040036610482665]
ファジィ論理に基づく資源スケジューリングのためのエージェントベースの自動ネゴシエーションシステムを提案する。
提案手法は,1対1の自己交渉処理を完了し,プロバイダとクライアントに対して最適なオファーを生成する。
我々は、ファジィネゴシエーションシステムを置き換えるために機械学習モデルをトレーニングし、処理速度を向上する。
論文 参考訳（メタデータ） (2024-02-10T12:26:20Z) - Computing in the Era of Large Generative Models: From Cloud-Native to
AI-Native [46.7766555589807]
クラウドネイティブ技術と高度な機械学習推論の両方のパワーを利用するAIネイティブコンピューティングパラダイムについて説明する。
これらの共同作業は、コスト・オブ・グッド・ソード(COGS)を最適化し、資源のアクセシビリティを向上させることを目的としている。
論文 参考訳（メタデータ） (2024-01-17T20:34:11Z) - How Can We Train Deep Learning Models Across Clouds and Continents? An Experimental Study [57.97785297481162]
代表的なCV, NLP, ASRモデルに対して, 異なるゾーン, 大陸, 雲におけるトレーニングの費用とスループットについて検討した。
スポット価格を活用することで、複数の安価なインスタンスでモデルをトレーニングし、より集中的かつ強力なハードウェアと、競争力のある価格でオンデマンドのクラウド製品の両方を台無しにする、新たなコスト効率の方法が実現されることを示す。
論文 参考訳（メタデータ） (2023-06-05T18:17:37Z) - Managing Cold-start in The Serverless Cloud with Temporal Convolutional
Networks [0.0]
サーバレスクラウドは革新的なクラウドサービスモデルであり、多くのクラウド管理業務から顧客を解放します。
サーバーレスクラウドのパフォーマンスに対する大きな脅威はコールドスタートであり、顧客の要求に応えるために必要なクラウドリソースをプロビジョニングするとき、サービスプロバイダや/または顧客に受け入れられないコストが発生する。
本稿では、サーバーレスクラウドスタックのインフラストラクチャおよびファンクションレベルにおけるコールドスタート問題に対処する、新しい低結合・高結合アンサンブルポリシーを提案する。
論文 参考訳（メタデータ） (2023-04-01T21:54:22Z) - A Hybrid Cloud ERP Framework For Processing Purchasing Data [8.557485533942337]
本稿では,オーストラリアの4大クラウドERPプラットフォームを比較し,オンライン購入トランザクションを処理するハイブリッドクラウドERPフレームワークを提案する。
提案されたフレームワークは、パブリッククラウドに付随するセキュリティリスクを低減する。
論文 参考訳（メタデータ） (2022-02-22T10:18:00Z) - Will bots take over the supply chain? Revisiting Agent-based supply
chain automation [71.77396882936951]
エージェントベースのサプライチェーンは2000年初頭から提案されている。
エージェントベースの技術は成熟しており、サプライチェーンに浸透している他の支援技術はギャップを埋めている。
例えば、IoTテクノロジのユビキティは、エージェントがサプライチェーンの状態を“理解”し、自動化のための新たな可能性を開くのに役立つ。
論文 参考訳（メタデータ） (2021-09-03T18:44:26Z) - Auto-Split: A General Framework of Collaborative Edge-Cloud AI [49.750972428032355]
本稿では,Huawei Cloudのエッジクラウド共同プロトタイプであるAuto-Splitの技法と技術実践について述べる。
私たちの知る限りでは、Deep Neural Network(DNN)分割機能を提供する既存の産業製品はありません。
論文 参考訳（メタデータ） (2021-08-30T08:03:29Z) - A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in
Online Advertising [53.636153252400945]
本稿では,自動入札のための総合的マルチエージェント強化学習フレームワーク,すなわちMAABを提案し,自動入札戦略を学習する。
当社のアプローチは、社会的福祉の観点から、いくつかの基準的手法を上回り、広告プラットフォームの収益を保証します。
論文 参考訳（メタデータ） (2021-06-11T08:07:14Z) - Cloud computing as a platform for monetizing data services: A two-sided
game business model [8.63092885104136]
クラウドの役割は、人工知能(AI)サービスを通じてビッグデータを収益化するためのアクティブなプラットフォームとして再形成されるべきである、と私たちは主張する。
本稿では,協調戦略と競争戦略を組み合わせたゲーム理論モデルを提案する。
論文 参考訳（メタデータ） (2021-04-26T17:54:31Z)
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。