CN113678109A - 信息处理系统 - Google Patents

信息处理系统 Download PDF

Info

Publication number
CN113678109A
CN113678109A CN201980095385.5A CN201980095385A CN113678109A CN 113678109 A CN113678109 A CN 113678109A CN 201980095385 A CN201980095385 A CN 201980095385A CN 113678109 A CN113678109 A CN 113678109A
Authority
CN
China
Prior art keywords
processing
unit
information
data
index value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980095385.5A
Other languages
English (en)
Inventor
高井真人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN113678109A publication Critical patent/CN113678109A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B66HOISTING; LIFTING; HAULING
    • B66BELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006Monitoring devices or performance analysers
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/047Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators the criterion being a time optimal performance criterion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供信息处理系统,能够抑制由于未被处理的数据的产生和时间的经过而导致的数据劣化。信息处理系统(1)具有缓冲部(5)、处理部(6)和控制部(9)。缓冲部(5)从观测终端(2)依次受理由观测终端(2)取得的数据。处理部(6)依次处理缓冲部(5)受理的数据。控制部(9)通过处理部(6)的处理资源的调整来控制表示信息新鲜度的指标值。表示信息新鲜度的指标值是根据从由观测终端(2)取得数据的时刻起的经过时间而计算出的。

Description

信息处理系统
技术领域
本发明涉及信息处理系统。
背景技术
专利文献1公开信息处理系统的例子。信息处理系统从终端收集数据。信息处理系统根据数据处理装置的负荷状态,从收集到的数据中选择要发送到数据处理装置的数据。
现有技术文献
专利文献
专利文献1:国际公开第2016/208354号
发明内容
发明要解决的课题
但是,在专利文献1的信息处理系统中,未被选择的数据未发送到数据处理装置。因此,在数据处理装置中可能产生未被处理的数据。在数据表示的对象的状态由于时间而变化的情况下,随着从取得数据的时刻起的时间的经过,有时该数据与对象的当前状态背离。即,数据有时由于时间的经过而劣化。
本发明正是为了解决这种课题而完成的。本发明的目的在于提供信息处理系统,能够抑制由于未被处理的数据的产生和时间的经过而导致的数据劣化。
用于解决课题的手段
本发明的信息处理系统具有:缓冲部,其从观测终端依次受理由观测终端取得的数据;处理部,其依次处理缓冲部受理的数据;以及控制部,其通过处理部的处理资源的调整来控制表示信息新鲜度的指标值,该指标值是根据从由观测终端取得数据的时刻起的经过时间而计算出的。
发明效果
根据本发明,信息处理系统具有缓冲部、处理部和控制部。缓冲部从观测终端依次受理由观测终端取得的数据。处理部依次处理缓冲部受理的数据。控制部通过处理部的处理资源的调整来控制表示信息新鲜度的指标值。表示信息新鲜度的指标值是根据从由观测终端取得数据的时刻起的经过时间而计算出的。由此,能够抑制由于未被处理的数据的产生和时间的经过而导致的数据劣化。
附图说明
图1是实施方式1的信息处理系统的结构图。
图2是示出AoI的时间变化的例子的图。
图3是示出利用率与稳定状态下的AoI的时间平均的关系的例子的图。
图4是示出实施方式1的控制部进行的利用率控制的例子的图。
图5是示出实施方式1的信息处理系统的主要部分的硬件结构的图。
图6是实施方式2的信息处理系统的结构图。
图7是示出实施方式2的控制部进行的表示信息新鲜度的指标值的控制的例子的图。
图8是示出实施方式3的控制部进行的表示信息新鲜度的指标值的控制的例子的图。
具体实施方式
参照附图对用于实施本发明的方式进行说明。在各图中,对相同或相当的部分标注相同的标号,适当简化或省略重复的说明。
实施方式1
图1是实施方式1的信息处理系统的结构图。
信息处理系统1例如应用于电梯的远程监视系统。信息处理系统1具有1个或多个观测终端2、显示装置3和接收终端4。在该例子中,观测终端2是设置于电梯单元的远程监视装置。此时,接收终端4例如是设置于信息中心的服务器装置。电梯单元例如是包含在沿铅垂方向延伸的井道的内部移动的轿厢的装置。远程监视装置是对电梯单元的状态进行监视的装置。信息中心是收集与电梯有关的信息的据点。
观测终端2是取得数据的装置。在该例子中,观测终端2是取得表示设置有该观测终端2的电梯单元的状态的数据的装置。观测终端2取得的数据包含取得该数据的时刻的信息。观测终端2与接收终端4连接,使得能够输出已取得的数据。
观测终端2反复取得数据。观测终端2取得数据的取得间隔例如按照指数分布、退化分布、厄兰分布或其他一般分布等进行分布。这里,数据的取得间隔是从1个或多个观测终端2中的任意一方取得数据的时刻到下一次1个或多个观测终端2中的任意一方取得数据的时刻为止的时间。此时,数据的取得率λ是数据的取得间隔的平均值的倒数。数据的取得率λ例如也可以是根据当前的时刻与从当前的时刻起回溯预先设定的时间的时刻之间的每单位时间的数据取得次数等计算出的可变值。
显示装置3是显示观测终端2取得数据的对象状况的装置。在该例子中,显示装置3是显示电梯状况的装置。显示装置3例如是显示器装置。
接收终端4具有缓冲部5、处理部6、输出部7、第1计算部8和控制部9。
缓冲部5是依次受理观测终端2依次输出的数据的部分。缓冲部5具有暂时存储数据的例如FIFO(First-In First-Out:先进先出)的队列构造。
处理部6是依次处理缓冲部5受理的数据的部分。处理部6的处理例如是用于显示数据内容的处理、用于记录数据的处理、或从数据中提取信息的处理等。在该例子中,处理部6不通过选择来取舍要处理的数据。
处理部6的处理资源是可变的。这里,处理资源例如是运算资源。也可以对处理部6的处理资源设定上限。处理部6例如也可以具有动作频率可变的处理装置。此时,处理部6的处理资源例如通过动作频率来控制。此时,处理部6的处理资源的上限例如通过动作频率来设定。或者,处理部6例如也可以具有处理性能不同的多个处理装置。此时,处理部6的处理资源例如通过进行运算的处理装置的选择来控制。此时,处理部6的处理资源的上限例如通过被选择的处理装置的处理资源来设定。或者,处理部6例如也可以具有进行运算的核数可变的处理装置。此外,处理部6也可以通过多个计算机进行聚类。此时,处理部6的处理资源例如通过进行运算的核数来控制。此时,处理部6的处理资源的上限例如通过核数来设定。
处理部6的处理的服务间隔例如按照指数分布、退化分布、厄兰分布或其他一般分布等进行分布。这里,处理的服务间隔是从处理部6完成数据处理的时刻到下一次处理部6完成数据处理的时刻为止的时间。此时,处理的服务率μ是处理的服务间隔的平均值的倒数。处理的服务率μ例如也可以是根据当前的时刻与从当前的时刻起回溯预先设定的时间的时刻之间的每单位时间完成的处理的数量等计算出的可变值。
输出部7是输出处理部6的处理结果的部分。输出部7例如将用于显示数据内容的信息输出到显示装置3。
第1计算部8是计算观测终端2取得数据的取得率λ的部分。此外,第1计算部8还是计算处理部6的处理的服务率μ的部分。第1计算部8例如根据由缓冲部5受理的数据包含的取得该数据的时刻来计算取得率λ。第1计算部8例如通过监视处理部6取得处理的时刻来计算服务率μ。
控制部9是通过处理部6的处理资源的调整来控制表示信息新鲜度的指标值的部分。表示信息新鲜度的指标值是根据从由观测终端2取得数据的时刻起的经过时间而计算出的。表示信息新鲜度的指标值例如是由AoI(Age of Information:信息时代)表示的值。
图2是示出AoI的时间变化的例子的图。
在图2中,横轴表示时刻t。在图2中,纵轴表示时刻t的AoI。
在该例子中,αi是取得第i个数据的时刻。βi是第i个数据的处理完成的时刻。在该例子中,βi是显示装置3从输出部7接收用于显示第i个数据的内容的信息的时刻。这里,设从数据处理完成到显示装置3接收信息为止的时间远远短于数据处理的时间。在图2中,Apeak,i表示第i个峰值AoI。第i个峰值AoI是第i个数据被更新的时刻βi紧前的AoI。
AoI表示从由观测终端2取得最新的数据的时刻起的经过时间。最新的数据例如是在显示装置3显示有内容的数据。在该例子中,显示装置3中显示的内容通过处理部6的处理完成而不连续地被更新。因此,如图2所示,时刻t的AoI由不连续的多个线段表示。
这样,AoI表示随着时间的经过而劣化的信息新鲜度。控制部9例如使用稳定状态下的AoI的时间平均E[A]作为表示信息新鲜度的指标值。在通过等待队列模型对接收终端4进行模型化时,通过该等待队列模型的利用率ρ求出稳定状态下的AoI的时间平均。这里,利用率ρ是取得率λ除以服务率μ而得到的值。
图3是示出利用率与稳定状态下的AoI的时间平均的关系的例子的图。
在图3中,横轴表示利用率ρ。在图3中,纵轴表示稳定状态下的AoI的时间平均E[A]。
在图3中,示出通过M/M/1等待队列模型对接收终端4进行模型化时的AoI、以及通过D/M/1等待队列模型对接收终端4进行模型化时的AoI。这里,等待队列模型由肯德尔记号表示。M/M/1等待队列模型是数据的取得间隔基于指数分布,处理的服务间隔基于指数分布,处理部6的数量为1个的等待队列模型。D/M/1等待队列模型是数据的取得间隔基于退化分布,处理的服务间隔基于指数分布,处理部6的数量为1个的等待队列模型。接收终端4也可以通过这里未例示的等待队列模型进行模型化。
关于M/M/1等待队列模型,稳定状态下的AoI的时间平均E[A]由以下的式(1)表示。
【数学式1】
Figure BDA0003300971330000051
关于D/M/1等待队列模型,稳定状态下的AoI的时间平均E[A]由以下的式(2)表示。这里,W是朗伯的W函数。
【数学式2】
Figure BDA0003300971330000052
如图3所示,给出服务率μ时的稳定状态下的AoI的时间平均E[A]相对于利用率ρ的变化具有最小值。此外,使E[A]最小的利用率通过等待队列模型来确定。这样,在将E[A]的最小值设为表示信息新鲜度的指标值的目标值时,与该目标值对应的利用率ρ*通过等待队列模型来确定。
此外,例如在对处理部6的处理资源设定有上限的情况等设定有服务率μ的可取范围的情况下,利用率ρ的值的可取范围根据取得率λ来确定。在此时的稳定状态下,AoI的时间平均E[A]相对于可取的值的范围内的利用率ρ的变化具有最小值。此外,根据取得率λ确定的利用率ρ的范围内的使E[A]最小的利用率通过等待队列模型来确定。这样,在将与取得率λ对应的E[A]的最小值设为表示信息新鲜度的指标值的目标值时,与该目标值对应的利用率ρ*通过等待队列模型来确定。
控制部9通过处理部6的处理资源的调整来调整服务率μ,以使根据第1计算部8计算的取得率λ和服务率μ求出的利用率ρ成为与表示信息新鲜度的指标值的目标值对应的利用率ρ*
图4是示出实施方式1的控制部进行的利用率控制的例子的图。
在图4中,横轴表示时刻t。在图4中,纵轴表示根据第1计算部8计算的取得率λ和服务率μ求出的利用率ρ。在图4中,与表示信息新鲜度的指标值的目标值对应的利用率ρ*用虚线表示。
控制部9向处理部6输出对资源进行调整的控制信号。控制部9例如通过PID(Proportional-Integral-Differential:比例积分微分)控制等来控制资源的调整量。或者,控制部9例如也可以通过强化学习来控制资源的调整量。此时,强化学习的报酬例如根据服务率μ的值来计算。或者,强化学习的报酬也可以基于根据取得率λ确定的利用率的目标值ρ*与由第1计算部8计算出的利用率ρ的偏差来计算。
如以上说明的那样,实施方式1的信息处理系统1具有缓冲部5、处理部6和控制部9。缓冲部5从观测终端2依次受理由观测终端2取得的数据。处理部6依次处理缓冲部5受理的数据。控制部9通过处理部6的处理资源的调整来控制表示信息新鲜度的指标值。表示信息新鲜度的指标值是根据从由观测终端2取得数据的时刻起的经过时间而计算出的。
控制部9通过处理部6的处理资源的调整来控制表示信息新鲜度的指标值。由缓冲部5受理的数据由处理部6依次处理。因此,可抑制未被处理的数据的产生。此外,可抑制由于时间的经过而导致的数据劣化。因此,信息处理系统1例如还能够应用于如电梯的远程监视系统等那样优选不对取得的数据进行取舍的系统。
此外,信息处理系统1具有第1计算部8。第1计算部8计算观测终端2取得数据的取得率λ。第1计算部8计算处理部6的处理的服务率μ。通过等待队列模型预先确定取得率λ除以服务率μ而得到的利用率ρ与指标值的关系。此时,控制部9通过处理部6的处理资源的调整来控制服务率μ,以使根据第1计算部8计算的取得率λ和服务率μ求出的利用率ρ成为与指标值的目标值对应的利用率ρ*。指标值的目标值是根据取得率λ和等待队列模型而预先确定的值。
通过等待队列模型确定指标值的目标值与利用率ρ的关系。因此,确定用于使指标值成为与取得率λ对应的目标值的利用率的目标值ρ*。取得率λ、服务率μ和利用率ρ是能够根据数据的取得和处理的状况而逐次计算的值。因此,控制部9能够根据利用率ρ计算服务率μ的控制量,以使指标值成为目标值。此外,第1计算部8在取得率λ、服务率μ和利用率ρ的计算中,不需要按照每个数据设定单独的参数。因此,信息处理系统1能够广泛地应用于能够通过等待队列模型进行模型化的系统。
另外,基于取得率λ和等待队列模型的指标值的目标值例如也可以通过惩罚函数来确定。惩罚函数例如是随着服务率μ增大而取较大值的函数。惩罚函数例如可以是线性函数、幂函数、阶跃函数、指数函数和基于这些函数的组合等的单调递增函数。此时,指标值的目标值例如也可以设定成AoI的时间平均E[A]与惩罚函数之和最小。即,此时的与目标值对应的利用率ρ*是根据使AoI的时间平均E[A]与惩罚函数之和最小的取得率λ和服务率μ计算出的利用率。
此外,观测终端2也可以是设置于电梯单元的各个传感器。此时,接收终端4例如是设置于该单元的远程监视装置。该情况下,接收终端4的处理部6例如进行将收集到的传感器的数据转换成该单元的远程监视中能够利用的形式的处理。接收终端4的输出部7例如将处理部6的处理结果发送到信息中心的服务器装置。
此外,信息处理系统1例如也可以应用于自动扶梯或其他楼宇设备等反复取得数据的系统。
接着,使用图5对信息处理系统1的硬件结构的例子进行说明。
图5是示出实施方式1的信息处理系统的主要部分的硬件结构的图。
信息处理系统1的各功能能够通过处理电路来实现。处理电路具有至少1个处理器1b和至少1个存储器1c。处理电路也可以与处理器1b和存储器1c一起或代替它们而具有至少1个专用硬件1a。
在处理电路具有处理器1b和存储器1c的情况下,信息处理系统1的各功能通过软件、固件或软件和固件的组合来实现。软件和固件中的至少一方被记作程序。该程序存储于存储器1c。处理器1b读出并执行存储器1c中存储的程序,由此实现信息处理系统1的各功能。
处理器1b也称作CPU(Central Processing Unit:中央处理单元)、处理装置、运算装置、微处理器、微计算机、DSP。存储器1c例如由RAM、ROM、闪存、EPROM、EEPROM等非易失性或易失性半导体存储器、磁盘、软盘、光盘、高密度盘、迷你盘、DVD等构成。
在处理电路具有专用硬件1a的情况下,处理电路例如通过单一电路、复合电路、程序化的处理器、并行程序化的处理器、ASIC、FPGA或它们的组合来实现。
信息处理系统1的各功能能够分别通过处理电路来实现。或者,信息处理系统1的各功能还能够统一通过处理电路来实现。关于信息处理系统1的各功能,也可以通过专用硬件1a实现一部分,通过软件或固件实现另一部分。这样,处理电路通过硬件1a、软件、固件或它们的组合来实现信息处理系统1的各功能。
实施方式2
在实施方式2中,对与实施方式1中公开的例子不同之处进行详细说明。关于实施方式2中未说明的特征,可以采用实施方式1中公开的例子的任意特征。
图6是实施方式2的信息处理系统的结构图。
实施方式2的接收终端4具有第2计算部10。
第2计算部10是根据从由观测终端2取得数据的时刻起的经过时间计算表示信息新鲜度的指标值的部分。
第2计算部10例如使用AoI的移动平均MA[A]作为表示信息新鲜度的指标值。移动平均是当前的时刻与从当前的时刻起回溯预先设定的时间的时刻之间的时间平均。或者,第2计算部10也可以使用当前的时刻与从当前的时刻起回溯预先设定的时间的时刻之间的峰值AoI的平均值,作为表示信息新鲜度的指标值。这里,AoI的值越小,则表示信息新鲜度越高。即,AoI的移动平均MA[A]和峰值AoI的平均值是越小则表示信息新鲜度越高的指标值的例子。
图7是示出实施方式2的控制部进行的表示信息新鲜度的指标值控制的例子的图。
在图7中,横轴表示时刻t。在图7中,纵轴表示信息新鲜度的指标值。在该例子中,指标值越小,则表示信息新鲜度越高。
控制部9对处理部6的处理资源进行调整,以使第2计算部10计算的指标值减小。控制部9向处理部6输出对资源进行调整的控制信号。控制部9例如通过强化学习来控制资源的调整量。此时,强化学习的报酬例如根据指标值来计算。例如在指标值是AoI的移动平均MA[A]的情况下,强化学习的报酬例如是以移动平均MA[A]越小则越高的方式计算的值。或者,控制部9也可以通过PID控制等来调整处理部6的资源。
如以上说明的那样,实施方式2的信息处理系统1具有第2计算部10。第2计算部10根据从由观测终端2取得数据的时刻起的经过时间,计算表示信息新鲜度的指标值。控制部9对处理部6的处理资源进行调整,以使由第2计算部10计算出的指标值表示的信息新鲜度变高。
控制部9不需要基于等待队列模型的指标值的目标值。因此,信息处理系统1还能够应用于不通过等待队列模型进行模型化的系统。此外,在系统的模型动态地变化的情况下,控制部9也能够追随于变化的模型对处理部6的处理资源进行调整。
实施方式3
在实施方式3中,对与实施方式1或实施方式2中公开的例子不同之处进行详细说明。关于实施方式3中未说明的特征,可以采用实施方式1或实施方式2中公开的例子的任何特征。
图8是示出实施方式3的控制部进行的表示信息新鲜度的指标值控制的例子的图。
在图8中,横轴表示时刻t。在图8中,纵轴表示信息新鲜度的指标值。在该例子中,指标值越小,则表示信息新鲜度越高。
在图8中,第2计算部10计算的指标值的目标值用虚线表示。指标值预先设定。信息新鲜度的指标值例如是AoI的移动平均MA[A]。这里,指标值的目标值也可以是比指标值可取的最小值大的值。指标值的目标值例如预先设定成保持必要的信息新鲜度。
控制部9对处理部6的处理资源进行调整,以使第2计算部10计算的指标值成为目标值。控制部9向处理部6输出对资源进行调整的控制信号。控制部9例如通过PID控制等来控制资源的调整量。或者,控制部9例如也可以通过强化学习来控制资源的调整量。此时,强化学习的报酬例如根据指标值的计算值与目标值的偏差来计算。
如以上说明的那样,实施方式3的信息处理系统1具有第2计算部10。第2计算部10根据从由观测终端2取得数据的时刻起的经过时间,计算表示信息新鲜度的指标值。控制部9对处理部6的处理资源进行调整,以使由第2计算部10计算出的指标值成为预先确定的目标值。
由此,控制部9不会将信息新鲜度的指标值提高到必要以上的程度。因此,处理部6的处理资源不会以必要以上的程度分配给数据的处理。例如,在处理部6还进行由缓冲部5受理的数据的处理以外的其他处理的情况下,处理部6的资源不会以必要以上的程度分配给缓冲部5的数据的处理。
产业上的可利用性
本发明的信息处理系统能够应用于依次取得的数据的处理。
标号说明
1:信息处理系统;2:观测终端;3:显示装置;4:接收终端;5:缓冲部;6:处理部;7:输出部;8:第1计算部;9:控制部;10:第2计算部;1a:硬件;1b:处理器;1c:存储器。

Claims (4)

1.一种信息处理系统,该信息处理系统具有:
缓冲部,其从观测终端依次受理由所述观测终端取得的数据;
处理部,其依次处理所述缓冲部受理的所述数据;以及
控制部,其通过所述处理部的处理资源的调整来控制表示信息新鲜度的指标值,该指标值是根据从由所述观测终端取得所述数据的时刻起的经过时间而计算出的。
2.根据权利要求1所述的信息处理系统,其中,
所述信息处理系统具有第1计算部,该第1计算部计算所述观测终端取得数据的取得率和所述处理部的处理的服务率,
所述控制部在通过等待队列模型预先确定所述取得率除以所述服务率而得到的利用率与所述指标值的关系时,通过所述处理部的处理资源的调整来控制所述服务率,以使根据所述第1计算部计算的所述取得率和所述服务率求出的所述利用率,成为与根据所述取得率和所述等待队列模型预先确定的所述指标值的目标值对应的利用率。
3.根据权利要求1所述的信息处理系统,其中,
所述信息处理系统具有第2计算部,该第2计算部根据所述经过时间计算所述指标值,
所述控制部对所述处理部的处理资源进行调整,以使由所述第2计算部计算出的所述指标值所示的信息新鲜度变高。
4.根据权利要求1所述的信息处理系统,其中,
所述信息处理系统具有第2计算部,该第2计算部根据所述经过时间计算所述指标值,
所述控制部对所述处理部的处理资源进行调整,以使由所述第2计算部计算出的所述指标值成为预先确定的目标值。
CN201980095385.5A 2019-04-24 2019-04-24 信息处理系统 Pending CN113678109A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/017504 WO2020217357A1 (ja) 2019-04-24 2019-04-24 情報処理システム

Publications (1)

Publication Number Publication Date
CN113678109A true CN113678109A (zh) 2021-11-19

Family

ID=72940623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980095385.5A Pending CN113678109A (zh) 2019-04-24 2019-04-24 信息处理系统

Country Status (5)

Country Link
US (1) US11899415B2 (zh)
JP (1) JP7184170B2 (zh)
CN (1) CN113678109A (zh)
DE (1) DE112019007241T5 (zh)
WO (1) WO2020217357A1 (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000047912A (ja) * 1998-07-30 2000-02-18 Nippon Telegr & Teleph Corp <Ntt> ネットワークサービス監視方法および装置とネットワークサービス監視プログラムを記録した記録媒体
JP2003210420A (ja) 2002-01-24 2003-07-29 Sanyo Electric Co Ltd 在宅健康管理システム及びバイタルデータ遠隔表示方法
JP4170302B2 (ja) * 2005-03-10 2008-10-22 富士通株式会社 負荷制御装置および負荷制御プログラム
WO2011032236A1 (en) * 2009-09-21 2011-03-24 Kailash & Stefan Pty Ltd Combustion control system
JP5599465B2 (ja) * 2010-08-18 2014-10-01 三菱電機株式会社 電気機器、制御方法及びプログラム
WO2016038857A1 (ja) * 2014-09-09 2016-03-17 日本電気株式会社 スケール数推定装置、スケール数管理システム、スケール数推定方法、スケール数管理方法、および、記憶媒体
JP6012687B2 (ja) 2014-10-23 2016-10-25 日本電信電話株式会社 波形データ管理装置とその波形データ表示制御方法およびプログラム
JP6806054B2 (ja) 2015-06-24 2021-01-06 日本電気株式会社 情報処理装置、情報処理システム、情報処理方法、および情報処理プログラム
JP2017220027A (ja) * 2016-06-07 2017-12-14 富士通株式会社 電子機器、プロセッサ制御方法およびプロセッサ制御プログラム

Also Published As

Publication number Publication date
JPWO2020217357A1 (zh) 2020-10-29
WO2020217357A1 (ja) 2020-10-29
US11899415B2 (en) 2024-02-13
DE112019007241T5 (de) 2022-01-27
JP7184170B2 (ja) 2022-12-06
US20220146994A1 (en) 2022-05-12

Similar Documents

Publication Publication Date Title
JP6012868B2 (ja) 熱負荷予測装置、配信システム、熱負荷予測方法及びプログラム
CN109274309B (zh) 马达控制方法、装置、电子设备及存储介质
JP6984705B2 (ja) 監視システム、監視方法、およびプログラム
CN108701334B (zh) 拥挤预测装置和拥挤预测方法
EP3932025B1 (en) Computing resource scheduling method, scheduler, internet of things system, and computer readable medium
CN112181664B (zh) 负载均衡方法及装置、计算机可读存储介质及电子设备
JP2011170502A (ja) 飛行体順序付けシステム、飛行体順序付け方法および飛行体順序付けプログラム
US9997953B2 (en) Battery system
CN113678109A (zh) 信息处理系统
JP2016126458A (ja) ジョブ割当プログラム、方法及び装置
AU2020260535B2 (en) Operation plan creation apparatus, operation plan creation method, and program
JP2016161251A (ja) ピーク電力発現予測装置および予測方法
JP2015200986A (ja) クラウド制御システム、及びクラウド制御システムの制御プログラムのスケジューリング方法
US11365962B2 (en) Filtering device, sensor device, filtering method and program
JP2005277863A (ja) 監視制御装置
JP6996271B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2020163301A (ja) 水処理装置の管理システム
US20240146807A1 (en) Sensor device allocation apparatus, sensor device allocation method, and sensor device allocation program
US20160125436A1 (en) Computer-readable medium, system and method
US11172166B2 (en) Video distribution system, video distribution method, and recording medium storing video distribution program
US11481264B2 (en) Data processing device, monitoring method, and program
US20230102329A1 (en) Memory control method
JP2011033374A (ja) クリープ誤差補償装置及びクリープ誤差補償方法
JPWO2018229862A1 (ja) 撮影装置の解像度制御システム
CN111198874A (zh) 数据处理方法、装置、系统和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40056578

Country of ref document: HK