[論文レビュー] Channels, Learning, Queueing and Remote Estimation Systems With A Utilization-Dependent Component.

Varun Jog, Richard J. La+1 more|arXiv (Cornell University)|May 10, 2019

Distributed systems and fault tolerance被引用数 9

ひとこと要約

本稿は、エネルギー回収通信チャネル、履歴依存収束を示す学習アルゴリズム、人間が支援するキューイングシステムなど、利用度に依存するコンponents（UDCs）を有するシステムのモデル、技術、パフォーマンス保証についてサーベイする。本稿は、これらの分野に共通する構造的類似性を明らかにし、横断的分野間の研究的課題と今後の方向性を特定する。

ABSTRACT

In this article, we survey the main models, techniques, concepts, and results centered on the design and performance evaluation of engineered systems that rely on a utilization-dependent component (UDC) whose operation may depend on its usage history or assigned workload. More specifically, we report on research themes concentrating on the characterization of the capacity of channels and the design with performance guarantees of learning algorithms, queueing and remote estimation systems. Causes for the dependency of a UDC on past utilization include the use of replenishable energy sources to power the transmission of information among the sub-components of a networked system, the influence of the dynamics of optimization iterates on the convergence of learning mechanisms and the assistance of a human operator for servicing a queue. Our analysis unveils the similarity of the UDC models typically adopted in each of the research themes, and it reveals the differences in the objectives and technical approaches employed. We also identify new challenges and future research directions inspired by the cross-pollination among the central concepts, techniques and problem formulations of the research themes discussed.

研究の動機と目的

• エネルギー収集ネットワーク、学習アルゴリズム、人間が支援するキューイングシステムなど、多様な工学的システムにおける利用度に依存するコンponents（UDCs）のモデルを分析・統合すること。
• 異なる応用文脈にかかわらず、UDCsに共通する構造的および運用的特徴を特定すること。
• 通信システム、機械学習、キューイング理論における研究テーマにおいて、UDCsのモデリングに用いられる異なる目的および技術的アプローチを明確にすること。
• 異なる分野から得られる概念、技術、問題定式化の相互浸透を通じて、新たな研究的課題を明らかにすること。
• UDCsモデリングおよびパフォーマンス評価における共通の原則にインspiredされた、今後の研究方向性を提案すること。

提案手法

• 通信チャネルにおけるエネルギー収集、履歴依存収束を示す学習アルゴリズム、人間オペレータが支援するキューイングシステムの3つの主要分野における、既存のUDCモデルを体系的にサーベイする。
• UDCの挙動が使用履歴や負荷にどのように依存するかを分析する。具体的には、エネルギーの可用性、最適化反復のダイナミクス、オペレータの負荷状態を含む。
• 異なるシステム間で共通する数学的および概念的構造、例えば状態依存容量や高利用度下での性能劣化を、UDCsの背後にある共通の構造として同定する。
• それぞれの分野で用いられる技術的アプローチを比較する。具体的には、確率的制御、キューイング理論、オンライン学習フレームワークを含む。
• 抽象化を用いて、状態依存サービスレートや過去の利用度に影響を受ける容量関数といった、共通するモデリングパラダイムを強調する。
• 歴史的な使用状況が現在のシステム性能に与える影響を強調することで、UDCsを理解するための統合的レンズを提案する。

実験結果

リサーチクエスチョン

• RQ1 利用度に依存するコンponents（UDCs）は、通信システム、学習アルゴリズム、キューイングシステムにおいてどのように異なって現れるか？
• RQ2 異なる応用文脈や技術的アプローチにかかわらず、UDCsに共通する構造的および動的特徴は何か？
• RQ3 過去の利用度および負荷履歴は、ネットワークシステムにおけるUDCsのパフォーマンスおよび信頼性にどのように影響するか？
• RQ4 多様な分野におけるUDCsを有するシステムに対して、パフォーマンス保証をどのように設計・分析できるか？
• RQ5 チャネル、学習、キューイングシステムにおけるUDCsモデリングの分野間相互浸透から、どのような新たな研究的課題が生じるか？

主な発見

• 本稿は、異なる技術的定式化にかかわらず、通信チャネル、学習アルゴリズム、キューイングシステムにおける利用度に依存するコンponents（UDCs）のモデリングに強い構造的類似性を明らかにする。
• UDCの挙動は一貫して使用履歴に影響を受ける。具体的には、通信システムにおけるエネルギーの蓄積、学習における反復のダイナミクス、キューイングにおけるオペレータの疲労がその例である。
• UDCsを有するシステムのパフォーマンスは、負荷履歴に応じて変化する状態依存容量またはサービスレートによって本質的に規定される。
• スループットの最大化、収束の保証、遅延の最小化といった異なる目的にかかわらず、UDCsのコアなモデリング課題は概念的に一致している。
• 通信、学習、キューイングシステムからの横断的インサイトは、統一されたパフォーマンス分析フレームワークや適応的制御戦略を含む、新たな研究方向性を示唆する。
• 本研究は、コンponentの挙動が状態に依存するだけでなく、履歴に依存するシステムを分析するための新しい理論的ツールの必要性を同定する。特に、リアルタイムおよびエネルギー制約環境において顕著である。