Resource-aware load balancing system with artificial neural networks
Yapay zeka ağları kullanılarak geliştirilmiş kaynak haberdar yük dengeleme sistemi
- Tez No: 181148
- Danışmanlar: DR. CEVAT ŞENER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Dağıtımlı sistemler populerleştikçe, daha iyi kararlar verebilen verimli yük denge-leme sistemleri geliştirilmelidir. Dağıtımlı bir sistemde yük dengelemeyi zorunlukılan en önemli nedenler farklı çalışma hızlarına ve dış yüklere sahip heterojen yapı-daki bilgisayarlar ve farklı bilgisayarlarda koşan fakat birbirleriyle haberleşen görev-lerdir. Bu tezde, çizge bölümleme and yapay nöral ağlar kullanılarak geliştirilmiş,RALBANN adı verilen bir yük dengeleme yaklaşımı ve yazılımım anlatılacaktır.RALBANN'ın amacı çizge bölümlemeli yük dengeleme algoritmalarının başarılısonuçlarını, yapay nöral ağların verimli karar alma mekanizmasıyla birleştirmektir.Sonuçlar, yük dengelemesi yapmak için yapay nöral ağları kullanmanın çok yararlıolabileceğini gösterdi. Yeterince eğitildikleri zaman, yapay nöral ağlar, daha verimlibir şekilde çizge bölümlemeli yük dengeleme algoritmaları kadar iyi yük dengeleye-bilirler.
Özet (Çeviri)
As the distributed systems becomes popular, efficient load balancing systems takingbetter decisions must be designed. The most important reasons that necessitate loadbalancing in a distributed system are the heterogeneous hosts having different com-puting powers, external loads and the tasks running on different hosts but communi-cating with each other. In this thesis, a load balancing approach, called RALBANN,developed using graph partitioning and artificial neural networks (ANNs) is de-scribed. The aim of RALBANN is to integrate the successful load balancing deci-sions of graph partitioning algorithms with the efficient decision making mechanismof ANNs. The results showed that using ANNs to make efficient load balancing canbe very beneficial. If trained enough, ANNs may load the balance as good as graphpartitioning algorithms more efficiently.
Benzer Tezler
- Yazılım tabanlı ağ yaklaşımı ile geniş alan ağlarında enerji duyarlı kaynak yönetimi
An SDN based energy-aware resource management model for wide area networks
SÜLEYMAN BURAK GÖGER
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDeniz Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HACI ALİ MANTAR
YRD. DOÇ. HASARİ ÇELEBİ
- Takım çalışması esaslı demontaj hattı için optimizasyon yaklaşımı: Beyaz eşya endüstrisinde bir uygulama
An optimization aprroach for balancing multi-manned disassembly lines: An application from white goods industry
DİCLE ASLAN
Doktora
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE ÇEVİKCAN
- A load balancing method for cellular networks: Mobility-aware reinforcement learning
Hücresel ağlar için yük dengeleme yöntemi: Hareketlilik bilincine sahip takviyeli öğrenme
SERKAN BUHURCU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
DR. LEVENT ÇARKACIOĞLU
- Dynamic load balancing in distributed systems:'Hands of God' in parallel programming with MPI
Dynamic load balancing in distributed systems:'Hands of God' in parallel programming with MPI
ALİAKBAR SADEGHİ KHAMENEH TABRİZİ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TANER ARSAN
DOÇ. DR. DENİZ TURGAY ALTILAR
- Monitoring network resources in software defined networking (SDN) environment
Yazılım tanıtımlı ağ (YTA) ortamında ağ kaynaklarının izlenmesi
NIHAD KHALID ABDULLAH
Yüksek Lisans
İngilizce
2017
BiyomühendislikKahramanmaraş Sütçü İmam ÜniversitesiBiyomühendislik ve Bilimleri Ana Bilim Dalı
DOÇ. DR. İBRAHİM TANER OKUMUŞ