Designing Reconfigurable Intelligent Systems with Markov Blankets

要約

Compute Continuum (CC) システムは、計算層に分散された膨大な数のデバイスで構成されます。
ビジネス要件、つまりサービス レベル目標 (SLO) を評価するには、これらすべてのデバイスからデータを収集する必要があります。
SLO に違反した場合は、正しく動作するようにデバイスを再構成する必要があります。
これを一元的に行うと、考慮しなければならないデバイスと変数の数が大幅に増加し、通信のオーバーヘッドが膨大になります。
これに対処するために、(1) 各デバイスが追跡する必要がある変数の数を制限するマルコフ ブランケット (MB) に基づく因果関係フィルターを導入し、(2) デバイス ベースで分散化された SLO を評価し、(3) 最適なデバイス構成を推測します。
SLOを達成するために。
私たちは、ビデオ ストリーム変換を分析し、サービス品質 (QoS) を保証するデバイス構成を提供することで、方法論を評価しました。
このようにして、デバイスは環境を認識し、それに応じて動作します。これは、分散型インテリジェンスの一種です。

要約(オリジナル)

Compute Continuum (CC) systems comprise a vast number of devices distributed over computational tiers. Evaluating business requirements, i.e., Service Level Objectives (SLOs), requires collecting data from all those devices; if SLOs are violated, devices must be reconfigured to ensure correct operation. If done centrally, this dramatically increases the number of devices and variables that must be considered, while creating an enormous communication overhead. To address this, we (1) introduce a causality filter based on Markov blankets (MB) that limits the number of variables that each device must track, (2) evaluate SLOs decentralized on a device basis, and (3) infer optimal device configuration for fulfilling SLOs. We evaluated our methodology by analyzing video stream transformations and providing device configurations that ensure the Quality of Service (QoS). The devices thus perceived their environment and acted accordingly — a form of decentralized intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google