Search academic texts

Registration Number

0825U003392, PhD dissertation

Status

Доктор філософії, 126, Інформаційні системи та технології

Date

popup.evolution

o

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.

popup.nrat_date

2025-08-12