Search academic texts

Information × Registration Number 0825U003392, PhD dissertation Status Доктор філософії Date 01-09-2025 popup.evolution . Title Intelligent Data Caching for the System Supporting the Process of Damaged Buildings Restoration Author Bohdan Y. Volokh, popup.head Bohdan Yeremenko popup.opponent Andrii O. Oliinyk popup.opponent Viktoriia V. Hnatushenko popup.review Yevhenii V. Borodavka popup.review Olexander O. Terentyev Description Запропоновано гібридний метод інтелектуального управління кешем, орієнтований на інформаційні високонавантажені системи з динамічним характером запитів, зокрема на систему підтримки процесу відновлення пошкоджених обʼєктів нерухомості. Метод охоплює три ключові задачі: оцінка доцільності додавання обʼєкта до кешу, вибір обʼєкта для видалення у разі заповнення кешу та періодичну інвалідацію неактуальних обʼєктів у кеші. Для вирішення цих задач використано поєднання моделей машинного навчання: табличного Q-Learning з механізмом відкладеного асинхронного оновлення значень моделі та логістичної регресії з механізмом відкладеного асинхронного накопичення буфера навчальних прикладів для подальшого навчання моделі та періодичного оновлення її параметрів. Проведено експериментальну оцінку ефективності методу, яка підтвердила перевагу інтелектуального підходу порівняно з існуючими методами кешування LRU та LFU, зокрема в умовах обмеженого розміру вхідних даних. Запропонований метод має високий потенціал для використання в інших інформаційних системах завдяки можливості адаптації вектора ознак моделей машинного навчання відповідно до характеристик обʼєктів і контексту їх використання. За результатами дослідження розроблено: – гібридний метод інтелектуального управління кешем, що вирішує ключові задачі кешування, базується на моделях машинного навчання та враховує суттєві ознаки користувачів і пошкоджених об’єктів нерухомості; – систему експериментального тестування ефективності гібридного методу інтелектуального управління кешем, що включає модулі для симуляції запитів, реалізації логіки роботи методу, а також взаємодії з моделями машинного навчання, технологією кешування та нереляційною базою даних. Registration Date 2025-08-12 popup.nrat_date 2025-08-12 Close