Журнал «Современная Наука»

Подход к применению машинного обучения в прогнозировании загрузки виртуальных вычислительных систем

Нестеров Юрий Григорьевич (К.т.н., доцент, МГТУ им. Н.Э. Баумана)

Калистратов Алексей Павлович (Аспирант, МГТУ им. Н.Э. Баумана)

Афанасьев Геннадий Иванович (К.т.н., доцент, МГТУ им. Н.Э. Баумана)

в статье представлен подход к прогнозированию загрузки вычислительных систем, выражающийся в количестве поступающих за отрезок времени заявок на выполнение различного рода задач, основывающийся на методах машинного обучения. Путем применения реализации технологии градиентного бустинга авторы производят обучение модели и последующее восстановление временных рядов с ее помощью. Оцениваются точность и полнота полученного прогноза. Полученные данные могут быть использованы для дальнейшего решения задачи прогнозирования объема вычислительных ресурсов, требуемых для выполнения выбранного класса задач.

Ключевые слова:прогнозирование, вычислительные системы, машинное обучение,прогнозирование, вычислительные системы

Читать полный текст статьи …

Ссылка для цитирования:
Нестеров Ю. Г., Калистратов А. П., Афанасьев Г. И. Подход к применению машинного обучения в прогнозировании загрузки виртуальных вычислительных систем // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2019. -№11-2. -С. 73-76

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"