Neural Architecture Searchを取り入れた時系列予測モデル運用に向けた一検討

情報処理学会

説明

仮想環境を用いたクラウドサービスにおいて，CPU 資源のオーバーコミットに由来する仮想マシン (Virtual Machine: VM) の性能低下を防ぐことを目的として，VM の CPU 使用率を予測し，その結果に基づいて制御を行う技術が知られている．VMとそこで実行されるアプリケーションは時間が経つにつれ変化していくため，環境の変化に合わせて予測モデルを継続的に学習し，モデルを更新することで予測精度を担保することが望ましいが，従来は学習させるデータを変えるのみで，予測モデルのネットワーク構造を変えることはなかった．しかし，学習させるデータによって最適な予測モデルの構造は異なる．そこで本研究では，Neural Architecture Search (NAS) を取り入れた時系列予測モデルの運用を提案する．NAS 運用実現の準備として，本論文ではモデルのネットワーク構造と学習時間 / 予測精度の関係についての調査を行った．

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ