เกี่ยวกับ eBook เล่มนี้
This book presents a system that learns new load indices and tunes the parameters of given migration policies. The key component is a dynamic workload generator that allows off-line measurement of task-completion times under a wide variety of precisely controlled loading conditions. The workload data collected are used for training comparator neural networks, a novel architecture for learning to compare functions of time series and for generating a load index to be used by the load balancing strategy. Finally, the load-index traces generated by the comparator networks are used in a population-based learning system for tuning the parameters of a given load-balancing policy. Together, the system constitutes an automated strategy-learning system for performance-driven improvement of existing load-balancing software.
เกี่ยวกับผู้แต่ง
Pankaj Mehra (Indian Institute of Technology, India);Benjamin W Wah (University of Illinois at Urbana-Champaign)
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
