Loading...
机构名称:
¥ 1.0

本教程介绍了一种性能工程方法,该方法使用人工智能和耦合仿真来优化边缘/雾/云计算环境的服务质量 (QoS),该仿真是联合仿真型容器编排 (COSCO) 框架的一部分。它介绍了基本的人工智能和联合仿真概念、它们在雾计算背景下的 QoS 优化和性能工程挑战中的重要性。它还讨论了如何将人工智能模型(特别是深度神经网络 (DNN))与模拟估计结合使用以做出最佳资源管理决策。此外,我们还讨论了一些使用 DNN 作为替代方法来估计关键 QoS 指标的用例,并利用此类模型在分布式雾环境中构建动态调度策略。本教程使用 COSCO 框架演示了这些概念。COSCO 中的指标监控和模拟原语展示了基于人工智能和模拟的调度程序在雾/云平台上的有效性。最后,我们为雾管理领域出现的资源管理问题提供了人工智能基线。

使用人工智能和联合仿真优化雾计算环境的性能

使用人工智能和联合仿真优化雾计算环境的性能PDF文件第1页

使用人工智能和联合仿真优化雾计算环境的性能PDF文件第2页

使用人工智能和联合仿真优化雾计算环境的性能PDF文件第3页

使用人工智能和联合仿真优化雾计算环境的性能PDF文件第4页

相关文件推荐

2023 年
¥1.0
2022 年
¥3.0
2022 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0