Система оркестрації в розподілених обчислювальних мережах на основі навчання з підкріпленням

Скорочена інформація про документ
dc.contributor.advisorДідковська, Марина Віталіївна
dc.contributor.authorМіщук, Андрій Романович
dc.date.accessioned2021-04-09T09:09:26Z
dc.date.available2021-04-09T09:09:26Z
dc.date.issued2020-12
dc.description.abstractenThe master's thesis: 70 p., 26 tables, 20 fig., 1 add., 20 sources. The problem of resource management is important for modern systems, because, despite the development of modern means of managing lean systems, resource control is still largely the responsibility of the system administrator. That is why the development of an automated orchestrator is relevant today. The object of the research is distributed systems. The subject of the research is systems based on orchestration systems. The purpose of this study is to solve the problem of orchestration of resources using reinforced learning approaches. Testing, analysis and registration of system results. To achieve the desired result, the Expected SARSA method, Adam and the experience playback buffer were used. The scientific novelty lies in solving the problem of orchestration in distributed systems with reinforced learning approaches, as modern solutions are based on imperative, fully human-controlled management.uk
dc.description.abstractukМагістерська дисертація: 70 с., 26 табл., 20 рис., 1 дод., 20 джерел. Проблема керування ресурсами є важливою для сучасних систем, оскільки, незважаючи на розвиток сучасних засобів керування розбоділеними системами, контроль ресурсів досі значною мірою є відповідальністю адміністратора системи. Саме тому розробка автоматизованого оркестратора є сьогодні актуальною. Об’єктом дослідження є розподілені системи. Предметом дослідження є системи оркестрації на основі навчання з підкріпленням. Метою цього дослідження є розв’язок проблеми оркестрації ресурсів з допомогою підходів навчання з підкріпленням. Тестування, аналіз та оформлення результатів роботи системи. Для досягнення бажаного результату застосовано метод Expected SARSA, Adam та буфер відтворення досвіду. Наукова новизна полягає у розв’язку проблеми оркестрації в розподілених системах підходами навчання з підкріпленням, оскільки сучасні рішення ґрунтуються на імперативному, цілком контрольованому людиною керуванні.uk
dc.format.page71 с.uk
dc.identifier.citationМіщук, А. Р. Система оркестрації в розподілених обчислювальних мережах на основі навчання з підкріпленням : магістерська дис. : 122 Комп'ютерні науки / Міщук Андрій Романович. - Київ, 2020. - 71 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40504
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнавчання з підкріпленнямuk
dc.subjectсистеми оркестраціїuk
dc.subjectрозподілені системиuk
dc.subjectфункція винагородиuk
dc.subjectалгоритм sarsauk
dc.subjectreinforcement learninguk
dc.subjectorchestratorsuk
dc.subjectdistributed systemsuk
dc.subjectreward functionuk
dc.subjectsarsa algorithmuk
dc.subject.udc004.855.5:004.855.6uk
dc.titleСистема оркестрації в розподілених обчислювальних мережах на основі навчання з підкріпленнямuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mishchuk_magistr.pdf
Розмір:
2.04 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи