선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 일반적으로 domain-specific 한 범위로 제한하는 이유도 이것이다. 본 논문에서는 IIoT 환경에서 여러 가지 CPU 자원, 다양한 길이의 패킷과, 다양한 패킷 처리시간, 다양한 처리 요구 순서가 존재하는 환경에서의 스케쥴링 방식을 제안하고자 한다. 기존 관련 연구는 휴리스틱과 제한시간을 통하여 접근한다.
- 본 논문에서는 다양한 길이의 job과 다양한 요구 조건을 지닌 잡샵 스케쥴링 하기 위해 neural network를 이용하는 방식을 제안하였다. 대부분의 패킷 스케쥴링은 리소스 할당량의 비율을 정하거나, 모든 패킷의 처리량을 동일하게 가정한 뒤 우선순위 큐 혹은 가중치를 이용해서 해결을 하고자 한다.
- 기존 관련 연구는 휴리스틱과 제한시간을 통하여 접근한다. 본 논문에서는 이와 같은 접근을 받아들이고, 컴퓨팅 파워에 의존할 수 있는 강화학습 기반의 접근에 대한 가능성을 발견해보고자 한다.
- 스케쥴링의 목적은 할당된 업무를 제한된 리소스에 최적화된 방식으로 분배하는 것이다. 잡샵 스케쥴링에선 n개의 job이 m개의 machine에서 특정한 순서로 처리되어야 한다.
- 이는 실시간 시스템이 가지는 제약 때문이기도 하다. 하지만 본 논문에서는 이외의 특징들을 모두 고려할 수 있는 스케쥴링 방식을 제안했다. 현실적으로 적용 가능한 수준의 해결책이 제시될 수 있도록 추가 연구가 이루어질 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.