Estrategias inteligentes de planificación en Cloud Computing
Este trabajo Fin de Máster realiza un análisis de las actuales tecnologías que gobiernan el paradigma de la planificación de tareas en redes de Cloud Computing y se proponen nuevas estrategias de aprendizaje de máquina mediante técnicas de inteligencia artificial para mejorar el rendimiento de plani...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2017 |
| País: | España |
| Institución: | Universidad de Jaén (UJA) |
| Repositorio: | CREA. Colección de recursos educativos abiertos |
| OAI Identifier: | oai:crea.ujaen.es:10953.1/5209 |
| Acceso en línea: | http://hdl.handle.net/10953.1/5209 |
| Access Level: | acceso abierto |
| Palabra clave: | 3325 Tecnología de las telecomunicaciones 1203.04 Inteligencia artificial Tecnología de las telecomunicaciones Inteligencia artificial Artificial intelligence Telecommunications technology |
| Sumario: | Este trabajo Fin de Máster realiza un análisis de las actuales tecnologías que gobiernan el paradigma de la planificación de tareas en redes de Cloud Computing y se proponen nuevas estrategias de aprendizaje de máquina mediante técnicas de inteligencia artificial para mejorar el rendimiento de planificadores de tareas tradicionales para datacenters, desarrollando planificadores expertos FRBS (Fuzzy Rule-Based Systems, Sistemas Basados en Reglas Borrosas) cuyas bases de conocimiento han sido obtenidas de la aplicación de algoritmos metaheurísticos. |
|---|