云能量微时刻数据分类：平台研究
分布式、并行与集群计算
2020-11-03 v2
摘要
能源效率关乎地球福祉的关键要素。与此同时，机器学习（ML）在自动化生活与创建便捷工作流以提升行为方面发挥着重要作用。因此，分析能耗行为有助于理解薄弱环节并为改进干预铺平道路。为追求更高性能，云平台可协助研究人员开展需要高算力的分类试验。在“通过利用微时刻与移动推荐系统促进消费者节能行为参与”（EM）3 框架的大范畴下，我们旨在通过提升消费者的用电意识来影响其行为改变。本文对常见云人工智能平台进行基准测试与比较，用于微时刻分类。采用 Amazon Web Services、Google Cloud Platform、Google Colab 与 Microsoft Azure Machine Learning 于模拟及真实能耗数据集上展开实验，使用了 KNN、DNN 与 SVM 分类器。所选云平台均表现出优异性能且彼此接近，但部分算法的本质限制了训练性能。
引用
@article{arxiv.2010.12064,
title = {Cloud Energy Micro-Moment Data Classification: A Platform Study},
author = {Abdullah Alsalemi and Ayman Al-Kababji and Yassine Himeur and Faycal Bensaali and Abbes Amira},
journal= {arXiv preprint arXiv:2010.12064},
year = {2020}
}
备注
This paper has been accepted in IEEE RTDPCC 2020: International Symposium on Real-time Data Processing for Cloud Computing