Please use this identifier to cite or link to this item:
https://elib.psu.by/handle/123456789/43943
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Старовойтов, А. А. | ru_RU |
dc.contributor.author | Краснопрошин, В. В. | ru_RU |
dc.contributor.author | Starovoytov, A. | en_EN |
dc.contributor.author | Krasnoproshin, V. | en_EN |
dc.date.accessioned | 2024-05-02T11:16:07Z | - |
dc.date.available | 2024-05-02T11:16:07Z | - |
dc.date.issued | 2024 | - |
dc.identifier.citation | Старовойтов, А. А. Оперативное управление критическими IT-системами на основе нейросетевых технологий / А. А. Старовойтов, В. В. Краснопрошин // Вестник Полоцкого государственного университета. Серия C, Фундаментальные науки. - 2024. - № 1 (42). - С. 18-25. - DOI: 10.52928/2070-1624-2024-42-1-18-25 | ru_RU |
dc.identifier.uri | https://elib.psu.by/handle/123456789/43943 | - |
dc.description.abstract | Исследуется актуальная прикладная проблема, связанная c оперативным управлением критическими информационными сервисами. Предложен оригинальный подход, основанный на нейросетевом прогнозировании, в рамках которого разработан метод динамической локальной аппроксимации нейросетевыми моделями. Изложены принципы построения и реализации алгоритма функционирования (в условиях неопределенности профиля внешней нагрузки) комбинированной проактивной системы управления вычислительными ресурсами. Проведены эксперименты, которые подтвердили эффективность метода и подхода в целом. | ru_RU |
dc.language.iso | ru | ru |
dc.publisher | Полоцкий государственный университет имени Евфросинии Полоцкой | ru_RU |
dc.rights | open access | ru_RU |
dc.title | Оперативное управление критическими IT-системами на основе нейросетевых технологий | ru_RU |
dc.title.alternative | Real-Time Management of Critical It-Systems Based on Neural Network Technologies | ru_RU |
dc.type | Article | ru_RU |
dc.identifier.doi | 10.52928/2070-1624-2024-42-1-18-25 | - |
local.description.annotation | The paper investigates a relevant applied problem associated with building decision support systems for critical information services. An original approach is proposed, based on neural network forecasting, within which a method of dynamic local approximation using neural network models has been developed. The principles of constructing and implementing the operational algorithm (under conditions of uncertainty of the external load profile) of a combined proactive system for managing computational resources are outlined. Experiments have been conducted that confirm the effectiveness of the method and the approach as a whole. | ru_RU |
Appears in Collections: | 2024, № 1 (42) |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.