Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/26321
| Especie: | Trabalho de conclusão de graduação |
| Título : | Matching computing requirements of stochastic optimization models and cloud computing resources |
| Autor(es)/Inventor(es): | Bernardino, Pedro Henrique da Silva |
| Tutor: | Menasché, Daniel Sadoc |
| Resumen: | A computação em nuvem oferece soluções escaláveis para computação científica, mas a alocação eficiente de recursos para modelos de otimização estocástica ainda representa um desafio. Este trabalho utiliza dados reais de execução de uma empresa do setor energético para desenvolver modelos de aprendizado de máquina capazes de prever o tempo de execução com base nos parâmetros do algoritmo e nas configurações da infraestrutura em nuvem. Para otimizar o uso de recursos, propomos uma estrutura baseada em utilidade que equilibra tempo de execução e custos na nuvem. Nossos resultados destacam os principais fatores que afetam a eficiência computacional e fornecem diretrizes para um provisionamento de recursos mais econômico, aprimorando a utilização da nuvem em aplicações de otimização estocástica. |
| Materia: | Computação em nuvem Previsão de tempo de execução Alocação de recursos Aprendizado de máquina Otimização de custo Cloud computing Execution time prediction Resource allocation Machine learning Cost optimization |
| Materia CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Unidade de producción: | Instituto de Computação |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | 17-jun-2025 |
| País de edición : | Brasil |
| Idioma de publicación: | eng |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| PHSBernardino.pdf | 296.9 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.