通过使用机器学习算法和自然语言处理工具，在高性能计算系统的工作负载层面预测作业失败，以优化系统管理。
Jun, 2023
自动化技术在支持票据分类中的应用性测试研究表明，自动化机器学习（AutoML）可用于训练具有良好分类性能的机器学习模型（ML 模型），并填补了在不借助专业人员利用 AutoML 开发 AI 解决方案方面的研究空白，进而使该技术更容易为没有专门 AI 部门和员工的公司所采用。
Jun, 2024
本文主要探讨了高性能计算、人工智能 / 机器学习和量子计算以及通信对于计算机科学研究领域的创新和影响，并指出在支持计算机科学研究方面需要更全面的计算基础设施，包括商业云计算和量子计算等新的计算方法。
Dec, 2020
文章探讨了使用神经网络分类 IT 帮助台邮件数据的方式，定制带有用户问题的自动回复内容，以提高其相关性，从而提供实用的临时解决方案。
Sep, 2022
TaDaa 是一种基于深度学习和机器学习技术的票务分配自动顾问，可以为客户支持、帮助台等问题管理系统快速分配问题，提高解决问题的平均时间。
Jul, 2022
本文研究了高性能计算中用户之间的社会影响，发现其存在社会图谱和力图建立一个可以快速识别社会关系并有效跟踪时间演化的在线学习算法。
Oct, 2016
高性能计算系统中的性能分析是一项重要任务，本文主要贡献是识别出最适合于根据高性能计算系统中作业行为对其进行分类的度量标准，并验证了网络流量监测相关的度量标准与层次聚类算法在此任务中的适用性。
Dec, 2023
本文介绍了一种利用多种语言模型来实现针对技术支持问题的分割，以提高解决问题的效率，并通过案例分析证明了这种分割可以提高问题回答的准确性。
May, 2020
该研究论文介绍了一种基于 KPI 指标的高性能计算任务聚类方法，并结合主成分分析技术对结果进行可视化分析，通过对 CPU 使用率进行聚类分析得出了较好的结果。
本文提出一种在实时协作的条件下，结合人工支持代理和 AI 代理机器学习技术来满意地回答客户的查询的系统解决方案。
Jan, 2023