Structural Optimization of Neural Network for Qualitative Evaluation Method of IT-Infrastructure Functioning
| dc.contributor.author | Dorogyy, Yaroslaw Yu. | |
| dc.contributor.author | Telenik, Sergii F. | |
| dc.contributor.author | Halushko, Dmytro A. | |
| dc.contributor.author | Tsurkan, Vasyl V. | |
| dc.contributor.author | Дорогий, Ярослав Юрійович | |
| dc.contributor.author | Теленик, Сергій Федорович | |
| dc.contributor.author | Галушко, Д. А. | |
| dc.contributor.author | Цуркан, Василь Васильович | |
| dc.date.accessioned | 2016-12-27T14:45:04Z | |
| dc.date.available | 2016-12-27T14:45:04Z | |
| dc.date.issued | 2015 | |
| dc.description.abstracten | Background. For today, the unit neural networks are widely used to solve various problems. In this regard, the issue of developing learning algorithm that would be able to optimize the structure of neural networks dynamically is very important. The existence of such a method would allow the researcher to get the structure of the neural network that would be available input data quickly. IT infrastructure allows an organization to deliver IT solutions and services to its employees or customers and is usually internal to an organization and deployed within owned facilities Objective. In most cases, organizations are able to manage individual elements within their IT infrastructure. But, previously, it is necessary to estimate current quality level of service (QoS) or IT infrastructure functioning generally. In a complex IT infrastructure with mutual influence of its elements it is hard to estimate a quality or its operating. Method. Taken into a large number of IT infrastructure elements it is important to choose a structure of neural networks automatically. The proposed method makes it possible to control processes inside IT-infrastructure and to form the control actions taking into account the quality of the functioning of IT-infrastructure components which makes it advisable to use a control loop targeted at improving the quality indicators of the performance of the IT-infrastructure. Results. This paper proposes to use neural networks to evaluate a quality of IT infrastructure functioning. Since the task of determining the structure of the neural network is almost impossible, because it requires a deep analysis of each process taking place in the IT infrastructure, the paper proposes to define the structure of the neural network automatically using structural optimization algorithm of neural network. Series of experiments constructed algorithm that demonstrate the ability to use it in problems of classification of data. Conclusions. The proposed method makes it possible to control processes inside IT-infrastructure and to form the control actions taking into account the quality of the functioning of IT-infrastructure components which makes it advisable to use a control loop targeted at improving the quality indicators of the performance of the IT-infrastructure. Also the resulting structure of neural network can be used in a quality estimation of functioning of similar IT infrastructure elements. This will allow the service provider “on the fly” construct and retrain its existing models in a shorter period. | en |
| dc.description.abstractru | Проблематика. В настоящее время нейронные сети широко используются для решения различных задач. В связи с этим проблема разработки алгоритма обучения, который был бы способен динамически оптимизировать структуру нейронных сетей, очень важна. Наличие такого способа позволит исследователям получить структуру нейронной сети, которая обеспечивала бы быстрый доступ к входным данным. ИТ-инфраструктура позволяет предоставлять организации ИТ-решения и услуги для своих сотрудников или клиентов и, как правило, является внутренней для организации и разворачивается на принадлежащих ей объектах. Цель исследований. В большинстве случаев, организации могут управлять отдельными элементами в пределах своей ИТ-инфраструктуры. Однако предварительно нужно оценить текущий уровень качества обслуживания (QoS) или функционирования ИТ-инфраструктуры в целом. В комплексе ИТ-инфраструктуры из-за взаимного влияния элементов трудно оценить ее качество или условия ее эксплуатации. Методика реализации. Для ИТ-инфраструктуры, состоящей из большого количества элементов, важно выбрать структуру для нейронных сетей автоматически. Предложенный метод позволяет контролировать процессы внутри ИТ-инфраструктуры и формировать управляющие воздействия, принимая во внимание качество функционирования компонентов ИТ-инфраструктуры, что делает целесообразным использование контура управления, направленного на улучшение качественных показателей функционирования ИТ-инфраструктуры. Результаты исследований. В статье предлагается использовать нейронные сети для оценки качества функционирования ИТ-инфраструктуры. Поскольку задачу определения структуры нейронной сети практически решить невозможно, потому что это требует глубокого анализа каждого из процессов, происходящих в ИТ-инфраструктуре, предложено определять структуру нейронной сети автоматически с помощью структурного алгоритма оптимизации нейронной сети. Проведена серия экспериментов с построенным алгоритмом, которая продемонстрировала способность его использования в задачах классификации данных. Выводы. В результате реализации предложенного метода структура нейронной сети может быть использована при оценке качества функционирования сходных элементов ИТ-инфраструктуры. Это позволит поставщику услуг “на лету” создавать и перенастраивать свои существующие модели в более короткий срок. | ru |
| dc.description.abstractuk | Проблематика. У теперішній час нейронні мережі широко використовуються для вирішення різних завдань. У зв'язку з цим проблема розробки алгоритму навчання, який був би здатний динамічно оптимізувати структуру нейронних мереж, дуже важлива. Наявність такого способу дозволить дослідникам отримати структуру нейронної мережі, яка забезпечувала б швидкий доступ до вхідних даних. ІТ-інфраструктура дозволяє надавати організації ІТ-рішення і послуги для своїх співробітників або клієнтів та, як правило, є внутрішньою для організації і розгортається на тих об’єктах, які їй належать. Мета досліджень. У більшості випадків, організації можуть управляти окремими елементами в межах своєї ІТ-інфраструктури. Проте заздалегідь треба оцінити поточний рівень якості обслуговування (QoS) або функціонування ІТ-інфраструктури в цілому. У комплексі ІТ-інфраструктури із-за взаємного впливу елементів важко оцінити її якість або умови її експлуатації. Методика реалізації. Для ІТ-інфраструктури, що складається з великої кількості елементів, важливо вибрати структуру для нейронних мереж автоматично. Запропонований метод дозволяє контролювати процеси усередині ІТ-інфраструктури і формувати управляючи дії, зважаючи на якість функціонування компонентів ІТ-інфраструктури, що робить доцільним використання контуру управління, спрямованого на поліпшення якісних показників функціонування ИТ-інфраструктури. Результати досліджень. У статті пропонується використати нейронні мережі для оцінки якості функціонування ІТ-інфраструктури. Оскільки завдання визначення структури нейронної мережі практично вирішити неможливо, тому що це вимагає глибокого аналізу кожного з процесів, що відбуваються в ІТ-інфраструктурі, запропоновано визначати структуру нейронної мережі автоматично за допомогою структурного алгоритму оптимізації нейронної мережі. Проведена серія експериментів з побудованим алгоритмом, яка продемонструвала здатність використання його в завданнях класифікації даних. Висновки. В результаті реалізації запропонованого методу структура нейронної мережі може бути використана при оцінці якості функціонування схожих елементів ІТ-інфраструктури. Це дозволить постачальникові послуг “на льоту” створювати і перенастроювати свої існуючі моделі в коротший термін. | uk |
| dc.format.pagerange | Pp. 36-43 | en |
| dc.identifier.citation | Structural Optimization of Neural Network for Qualitative Evaluation Method of IT-Infrastructure Functioning / Yaroslaw Yu. Dorogyy, Sergii F. Telenik, Dmytro A. Halushko, Vasyl V. Tsurkan // Information and telecommunication sciences : international research journal. – 2015. – Vol. 6, N. 2(11). – Pp. 36–43. – Bibliogr.: 15 ref. | en |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/18397 | |
| dc.language.iso | en | en |
| dc.publisher | National Technical University of Ukraine “Kyiv Polytechnic Institute” | en |
| dc.publisher.place | Kyiv | en |
| dc.source.name | Information and telecommunication sciences : international research journal | en |
| dc.status.pub | published | en |
| dc.subject | IT infrastructure | en |
| dc.subject | neural networks | en |
| dc.subject | the control actions | en |
| dc.subject | quality estimation | en |
| dc.subject | ІT інфраструктура | uk |
| dc.subject | нейронні мережі | uk |
| dc.subject | контроль процесів | uk |
| dc.subject | оцінка якості | uk |
| dc.subject | ИT инфраструктура | ru |
| dc.subject | нейронные сети | ru |
| dc.subject | контроль процессов | ru |
| dc.subject | оценка качества | ru |
| dc.subject.udc | 621.391 | en |
| dc.title | Structural Optimization of Neural Network for Qualitative Evaluation Method of IT-Infrastructure Functioning | en |
| dc.title.alternative | Структурна оптимізація нейронної мережі на основі методу якісної оцінки функціонування IT-інфраструктури | uk |
| dc.title.alternative | Структурная оптимизация нейронной сети на основе метода качественной оценки функционирования ИT - инфраструктуры | ru |
| dc.type | Article | en |
Файли
Контейнер файлів
1 - 1 з 1
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.71 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: