resource scheduling | BriefGPT

关键词resource scheduling

搜索结果 - 7

机器学习优化在云计算资源调度和管理中的应用
本文通过使用机器学习优化技术，提出了一种创新的方法来解决云计算资源调度和管理中的复杂问题，通过对云环境中低资源利用率和负载不平衡等挑战的深入研究，本研究提出了包括深度学习和遗传算法等优化方法在内的全面解决方案，以提高系统性能和效率，从而在云
PDF4 months ago
分布式基础设施的高效资源调度利用协商能力
提出了一种基于模糊逻辑的基于代理的自动协商资源调度系统，通过引入综合性协商游戏，根据协商结果对资源进行调度，从而达到更高效地利用资源的目的，并成功使用机器学习模型替代模糊协商系统以提高处理速度。
PDF5 months ago
多目标深度强化学习用于移动边缘计算
通过设计的多目标 (深度) 强化学习 (MORL) 资源调度方案，结合了近端策略优化 (PPO) 方法以解决多目标边缘计算系统下未知偏好的问题，本研究在能源消耗与传输延迟最小化的前提下，通过多边缘 MEC 系统中多目标离线问题进行建模与解决
PDFa year ago
使用深度强化学习优化内存映射
通过采用强化学习技术，本文提出了一个解决编译机器学习程序中内存映射问题的新方法，称之为 mallocMuZero 算法，并将其应用在 ML 加速器上以缩短执行时间，表现优于目前的默认求解器。
PDFa year ago
MM物联网应用的普适型人工智能：资源高效分布式人工智能综述
本文综述了面向普适 AI 系统中资源调度的挑战，重点概述了分布式推断、训练和在线学习任务中的通信高效技术。
PDF3 years ago
可重构智能表面增强车联网通信：联合用户调度和被动波束成形
本文提出了一种通过利用可重构智能表面技术与车联网集成来增强车辆通信的方法，旨在解决车联网中出现的连接性问题。该方法采用离散型可重构智能表面作为中继，在交通中断区域提供无线传输。深度强化学习与块坐标下降算法用于解决资源调度和相位位移矩阵的问题
PDF3 years ago
HyperSched: 基于截止日期的模型开发动态资源重新分配
HyperSched 是一种动态应用程序级资源调度器，用于在超参数搜索中跟踪、识别并优先分配资源以最大化准确性，并利用试验耗尽性、逐渐可辨认的排名以及时空限制等三个特性，优于标准超参数搜索算法。
PDF4 years ago