DSpace DSpace Softwareについて
個性を持った自立的な人間の創造
    
English
 

SEIKEI University Repository >
01:紀要(Bulletin) >
11:理工学研究報告 >
第58巻第1号 >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10928/1433

タイトル: Deep Learningを用いた階層的な部分タスクグラフ検出法の構築
その他のタイトル: Construction of Hierarchical Partial Task Graph Detection Method Using Deep Learning
著者: 田邑, 大雅
甲斐, 宗徳
TAMURA, Taiga
KAI, Munenori
キーワード: Task scheduling
Deep Learning
Convolutional Neural Network
発行日: 2021年6月1日
出版者: 成蹊大学理工学部
抄録: Since task scheduling problems belong to a class of the strong NP-hard combinatorial optimization problem, the required scheduling time increases exponentially as the number of tasks increases. Therefore, we find some small subtask graphs that can be optimally scheduled in the overall task graph, and solve them individually as a scheduling problem. Then, each subtask graph can be treated as one macro task in the whole task graph. This reduces the apparent number of tasks in the overall task graph, reduces the scale of the task graph, and significantly reduces the search time that depends on the number of tasks. We call this hierarchical scheduling. However, this partial task graph detection has a drawback that it becomes a combinatorial optimization problem by itself. Therefore, in this paper, we construct and evaluate a method for detecting partial task graphs using deep learning.
URI: http://hdl.handle.net/10928/1433
出現コレクション:第58巻第1号

このアイテムのファイル:

ファイル 記述 サイズフォーマット
rikougaku-58-1_5-10.pdf981.68 kBAdobe PDF見る/開く

このリポジトリに保管されているアイテムは、他に指定されている場合を除き、著作権により保護されています。

 

Valid XHTML 1.0! Powered by DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - ご意見をお寄せください