WEKO3
アイテム
深層強化学習を用いたジョブスケジューリングでの予測値の利用検証
https://ipsj.ixsq.nii.ac.jp/records/214211
https://ipsj.ixsq.nii.ac.jp/records/214211c662ca28-7810-4515-8c41-a37112bf5e98
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-HPC21182006.pdf (839.3 kB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-11-29 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 深層強化学習を用いたジョブスケジューリングでの予測値の利用検証 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | ML + HPC | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||||
| 資源タイプ | technical report | |||||||||||
| 著者所属 | ||||||||||||
| 国立研究開発法人産業技術総合研究所 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京工業大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京大学 | ||||||||||||
| 著者名 |
滝澤, 真一朗
× 滝澤, 真一朗
× 野村, 哲弘
× 松葉, 浩也
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 計算機システムの利用率最大化や待ち時間短縮のためにはより良いジョブスケジューリングが必要である．目的に応じた報酬設計を行うことで機械学習システムが方策を学ぶことから，深層強化学習を用いたジョブスケジューリングの研究が広まっている．しかしながら，既存研究ではジョブの要求実行時間のみを学習に用いているため，実際の実行時間との差異が学習されておらず，適切に学習できていない可能性がある．我々は，深層強化学習を用いたジョブスケジューリングにおいて，実行時に不確定なジョブ属性の予測値を考慮することの効果の検証を行う．具体的には，利用率最大化を目的として，学習時にはジョブ実行時間の要求値と実際値を入力にし，スケジューリング時にはジョブ実行時間の要求値と予測値を用いる．予測値を考慮しない場合との比較を行なった結果，考慮することは利用率の向上に貢献しない結果となったが，学習時に用いたワークロードと類似の傾向を持つワークロードをスケジュールする際に利用率が高くなる傾向にあることが確認できた． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN10463942 | |||||||||||
| 書誌情報 |
研究報告ハイパフォーマンスコンピューティング（HPC） 巻 2021-HPC-182, 号 6, p. 1-7, 発行日 2021-11-29 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8841 | |||||||||||
| Notice | ||||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
