講演抄録/キーワード |
講演名 |
2015-03-02 11:00
データセンタの省電力化に向けたガウス過程動的モデルによる温度分布予測 ○菅沼孝二(奈良先端大)・樽谷優弥・長谷川 剛・中村 泰(阪大)・浮田宗伯(奈良先端大)・松田和浩(NTT-AT)・松岡茂登(阪大) NS2014-204 |
抄録 |
(和) |
データセンタ全体の消費電力の削減を効率よく行うためには,データセンタ内の温度分布を機器やセンサから得られる情報から予測することが必要となる.本報告では,データセンタ内の過去の観測データを用いて機械学習を適用することで,データセンタ内の温度分布を予測する手法を提案する.提案手法では,対象となる観測データの非線形性やダイナミクスの特性を反映するために,学習モデルには,ガウス過程を動的システムに応用した手法であるガウス過程動的モデル(GPDM)を用いた.本報告では,我々の研究グループが運用しているデータセンタより得られた観測データを用いて,提案手法によるデータセンタ内の温度分布の予測の性能評価を行う.性能評価の結果, テストデータとして用いた区間において,確度$pm$0.932度,精度1.51度で予測できることを示した. |
(英) |
The prediction of temperature distribution is required for reducing the power consumption of the data center. In this paper, we propose a method to predict the temperature distribution in data center by machine learning with the past operation data of the data center. In the proposed method, we use Gaussian process dynamical model (GPDM), which the method applies Gaussian process for dynamical system, as a learning model for reflecting the nonlinearity and dynamics of operation data of the data center. In this paper, we evaluate the performance of proposed method by comparing the prediction of temperature distribution results with the actual data at our experimental data center. As a result, we show that the proposed method can predict temperature distribution within a range of 0.932 $+/-$ 1.51 (root mean square error $+/-$ 1 standard deviation) using Gaussian process dynamical model in this paper. |
キーワード |
(和) |
データセンタ / 省電力化 / 温度分布予測 / ガウス過程動的モデル / / / / |
(英) |
data center / power consumption reduction / temperature distribution prediction / gaussian process dynamical model / / / / |
文献情報 |
信学技報, vol. 114, no. 477, NS2014-204, pp. 155-160, 2015年3月. |
資料番号 |
NS2014-204 |
発行日 |
2015-02-23 (NS) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NS2014-204 |