The artificial intelligence network has made major strides over the past year and is rapidly proving itself as a leading solution. The low cost and QoS assurance provided by the artificial intelligence networks make it commercially viable to support further applications. It can fuse data originated from heterogeneous sources, and many of the applications require the network paradigm to be rethought in view of the need for mechanisms to deliver data with a certain level of QoS. The comparison and the predominance of the proposed scheme are demonstrated by the new cross layer architecture and the simulation results analysis. The relative energy consumption, the scheme overhead, event delivery blocking probability and the end-to-end blocking probability are all improved. The addressing ratio of success in the condition of the unchanged parameters and external information can be increased and the network can tolerate more hops to support reliable transportation by the proposed structure. It can make the network more stable and support more hops, also it can enhance the average rate performance of the hybrid artificial intelligent service and make the outage probability stable.
《和訳》
近年，人工知能ネットワークは優れたソリューションとして大きな進展を遂げている．
低コストおよびＱｏＳ保証によって，異種ソースから発生したデータを融合することができ，商業的にも多くのアプリケーションへのサポートが可能になってきている．
数多くのアプリケーションでは，一定レベルのQoSでデータを配信するメカニズムを考慮した場合，ネットワークパラダイムを再考する必要がある．そこで，本研究では我々がスケジューリングスキーマを提案し，新しいクロスレイヤアーキテクチャとそのシミュレーション結果解析を行って，提案スキーマの優位性を検証した．その結果，相対的なエネルギー消費，方式のオーバーヘッド，イベント配信の遮断確率およびエンドツーエンドの遮断確率がすべて向上したことを確認できた．また，パラメータおよび外部情報が変更されていない状況下において，成功のアドレッシング率を高めることができる．さらに，ネットワークは提案されたスキーマを用いて信頼できる輸送をサポートした時，より多くのホップを許容することができる．結論として，提案したスケジューリングスキーマを用いれば，ネットワークを安定させること，多くのホップをサポートすること，ハイブリッド人工知能サービスの平均的性能を強化することおよび停止確率を安定させることが可能になる．
|
