Microsoft Researchは、クラウドアプリケーションの管理に広く使用されるオープンソースプラットフォームであるKubernetesに関する新しい研究を発表しました。この研究では、CaaSPERという新しい垂直オートスケーリングアルゴリズムを提案しています。CaaSPERは、リアクティブとプロアクティブな戦略を組み合わせることで、CPUリソースの動的調整を行い、リソースの無駄を最小限に抑え、CPU利用率を最適化し、スロットリングを減少させます。顧客はコスト削減と高性能のどちらを優先するかを選択できる柔軟性を持っています。CaaSPERはアプリケーション非依存かつプラットフォーム非依存であり、他のアプリケーションやリソースにも拡張可能です。
また、Microsoft Researchと外部の研究者は、カメラローカリゼーションのための改良されたシーンランドマーク検出法を提案しました。この方法は、特定の3Dポイントまたはランドマークを検出し、2D-3D対応からカメラのポーズを計算するために、畳み込みニューラルネットワークを訓練することに基づいています。このアプローチは、INDOOR-6データセット上で最先端の3D構造ベースの方法と同等の精度を達成し、実行速度が著しく速く、ストレージ使用量も少ないです。
さらに、Microsoft Researchは、企業アプリケーションのユーザビリティを評価するための新しい質問紙、Enterprise System Usability Scale (ESUS)を発表しました。ESUSは、オリジナルのSystem Usability Scale (SUS)質問紙に比べて、企業環境に合わせたユーザビリティの測定、質問項目の削減、企業環境との整合性の3つの利点を提供します。ESUSはユーザ満足度と強く相関していることが示されています。
【ニュース解説】
Microsoft Researchが最近発表した研究は、クラウドアプリケーションの管理に広く使用されるKubernetesプラットフォームに関連しています。この研究の中心にあるのは、CaaSPERという新しい垂直オートスケーリングアルゴリズムです。CaaSPERは、CPUリソースの動的調整を通じて、リソースの無駄遣いを最小限に抑え、CPU利用率を最適化し、スロットリングを減少させることを目的としています。このアルゴリズムは、顧客がコスト削減と高性能のどちらを優先するかを選択できる柔軟性を提供します。また、アプリケーション非依存かつプラットフォーム非依存であるため、他のアプリケーションやリソースにも拡張可能です。
カメラローカリゼーションの分野では、Microsoft Researchと外部の研究者が、改良されたシーンランドマーク検出法を提案しました。この方法は、畳み込みニューラルネットワークを使用して特定の3Dポイントまたはランドマークを検出し、それらの2D-3D対応からカメラのポーズを計算します。このアプローチは、最先端の3D構造ベースの方法と同等の精度を達成しつつ、実行速度が速く、ストレージ使用量も少ないという利点があります。
さらに、企業アプリケーションのユーザビリティを評価するための新しい質問紙、Enterprise System Usability Scale (ESUS)が発表されました。ESUSは、オリジナルのSystem Usability Scale (SUS)質問紙に比べて、企業環境に合わせたユーザビリティの測定、質問項目の削減、企業環境との整合性の3つの利点を提供します。ESUSはユーザ満足度と強く相関していることが示されています。
これらの研究成果は、クラウドコンピューティング、カメラローカリゼーション、ユーザビリティ評価の分野において、効率性、精度、ユーザエクスペリエンスの向上を目指す重要な一歩を示しています。CaaSPERのようなアルゴリズムは、クラウドリソースの最適化とコスト削減に大きく貢献し、改良されたシーンランドマーク検出法は、AR/VRアプリケーションやロボティクスなど、リアルタイムでの高精度な位置認識が求められる分野での応用が期待されます。また、ESUSの導入により、企業はより効果的に製品のユーザビリティを評価し、エンドユーザの満足度を高めることができるようになります。これらの進歩は、技術の進化とともに、私たちの働き方や生活におけるインタラクションの質を高めることに貢献するでしょう。
from Research Focus: Week of February 19, 2024.
