Short term workload prediction: The reservoir computing approach
Kısa vadeli iş yükü tahmini: Rezervuar hesaplama yaklaşımı
- Tez No: 872290
- Danışmanlar: PROF. DR. KANAD GHOSE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Gelecek değer tahmini, Future value forecast
- Yıl: 2014
- Dil: İngilizce
- Üniversite: State Unıversıty Of New York At Bınghamton
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
'Gelecekte neler olacak?'; Zaman serisi verileri bu sorunun cevaplarını barındırır ve makine öğrenmesi bu verileri yorumlama ve kullanmada öncü bir yöntemdir. Makine öğrenmesi, bilgisayarın geçmiş deneyimlerden elde edilen verilerden öğrenmesini sağlayan algoritmalara dayanan bir araştırma alanıdır. Bu çalışmada kullanılan makine öğrenmesi tekniği, rezervuar hesaplama olarak adlandırılır. Yankı durumu ağı olarak bilinen rastgele oluşturulmuş, tekrarlayan sinir ağını kullanan, insan beyninin basitleştirilmiş bir yapısıdır. Rezervuar hesaplama doğrusal olmayan dinamik bir sisteme bağlıdır. Bu sistem, daha yüksek boyutlu bir alana haritalanmış bir girdi dizisi ile beslenir. Sistemin eğitimi sırasında yalnızca doğrusal bir çıktı, rezervuarın durumu tarafından değiştirilir. Sistemdeki giriş bağlantıları ve tekrarlayan bağlantılar değiştirilmez. Bu yaklaşım, bu tekrarlayan sinir ağını eğitmek için gereken süreyi büyük ölçüde azaltır ancak görevlerin performansını etkilemez. BT hizmetlerine olan talep önceden belirlenmiş hizmet seviyesi anlaşmaları dahilinde karşılanamadığında, enerji tasarrufu ilk öncelik olmamalıdır. Ana hedef, veri merkezini enerji tasarrufu ihtiyacını anında karşılamak için BT kapasitelerinin tam olarak optimum seviyede olacağı şekilde tasarlamaktır. Ancak asıl zorluk, sunucuları etkinleştirmek ve soğutmayı ayarlamak için belirli bir süre gerektirdiğinden, iş yükü kullanımını önceden tahmin etmektir. Sunucu aktivasyonu birkaç dakika sürdüğünden, üç ila birkaç dakika önceden tahmin eden tekniklere sahip olmak zorunludur. Amacımız, kısa vadeli (üç dakika sonrasını) tahmin aralığı için rezervuar hesaplama yaklaşımını kullanarak iş yükünü tahmin etmektir. Bu araştırma, kısa vadeli tahminlerde rezervuar sistemlerini kullanarak doğrudan ileriye dönük n-nokta ve tekrarlayan tahminler arasındaki farkları anlamaya odaklanmaktadır.
Özet (Çeviri)
'What's going to happen in the future?' Time series data holds the answers, and machine learning is the leading edge method for interpreting and using the data. Machine learning is a research field that revolves around algorithms by which a computer learns from obtained data, which is from past experiences. The machine learning technique used in this work is called reservoir computing. It is a simplified structure of the human brain that uses a randomly created, recurrent network of artificial neurons called an echo state network. Reservoir computing is dependent on a nonlinear dynamic system. This system is fed with an input sequence that is mapped to a higher dimension space. During the process of training the system, only a linear readout is altered by the state of the reservoir. The input connections and recurrent connections in the system are left unchanged. This approach greatly decreases the time required to train this recurrent neural network, but does not affect the performance of the tasks. Saving energy should not be the foremost priority when IT service demand cannot be met in accordance with the predefined SLAs. The main goal is to design the DC where the IT capacities are just at the right level to meet the instantaneous demand to save energy. However, the main challenge is to predict workload usage in advance since it takes a finite amount of time to activate the servers and to adjust the cooling. The server activation takes a few minutes so it is imperative to have techniques that predict three to a few minutes in advance. Our objective is to predict the workload for a short-term (three minutes ahead) prediction interval using the reservoir computing approach. This research is concentrated on understanding the differences between direct n-point ahead and recursive predictions using reservoir systems in short term predictions.
Benzer Tezler
- Short term workload prediction: The reservoir computing approach
Başlık çevirisi yok
ALPER ALİMOĞLU
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolState Unıversıty Of New York At Bınghamton - Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Protozoonların kültüründe soya fasulyesinden hazırlanan besiyerlerinin kullanımı
Using media prepared from soybean for protozoa culture
SEMRA ÖZÇELİK
Yüksek Lisans
Türkçe
1984
Jeoloji MühendisliğiCumhuriyet ÜniversitesiMikrobiyoloji Ana Bilim Dalı
DOÇ.DR. GÜLENDAME SAYGI