18 grudnia, 2024
Część III: Badanie predykcyjnego modelu uczenia maszynowego opartego na rekurencyjnej sieci neuronowej LSTM, w środowisku laboratoryjnym, w warunkach symulujących rzeczywiste.
18 grudnia, 2024
Część II: Badanie wpływu zmian alokacji zasobów na szybkość wykonywania zadań oraz badanie możliwości oszczędności energii wynikających z tej korelacji.
10 grudnia, 2024
Nasze rozwiązanie odpowiada na problem rynkowy, w którym alokacja zasobów w tradycyjnych usługach hostingowych jest statyczna, co często prowadzi do niepełnego wykorzystania zasobów przez klientów lub ich niedoboru. Dzięki naszemu algorytmowi nasi klienci będą mogli dynamicznie dostosowywać przydział zasobów do rzeczywistych potrzeb, co przełoży się na optymalne zarządzanie i lepszą wydajność.
18 czerwca, 2024
Część I: Testy bazowe i przekrojowe oraz badanie bezpośredniego wpływu zmian alokacji zasobów na możliwości oszczędności energii.