Пошук академічних текстів

Інформація × Реєстраційний номер 2125U004395, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи АНАЛІЗ ДАНИХ ТА МАШИННЕ НАВЧАННЯ У ХМАРНИХ ТА ТУМАННИХ ПЛАТФОРМАХ ДЛЯ ЕФЕКТИВНОЇ ПЕРЕДАЧІ ДАНИХ Автор Ilina IrynaArtiukh RomanZymohliad MykolaIlina IrynaArtiukh RomanZymohliad Mykola Дата публікації 19-06-2025 Постачальник інформації Національний університет «Полтавська політехніка імені Юрія Кондратюка» Першоджерело https://journals.nupp.edu.ua/sunz/article/view/3825 Видання Національний університет «Полтавська політехніка імені Юрія Кондратюка» Опис У даній статті досліджується ефективність використання традиційних методів оптимізації передачі даних та запропонованої моделі на основі алгоритмів машинного навчання. В умовах стрімкого і постійного зростання обсягу інформації, розширення мережевої інфраструктури та зростаючих вимог до продуктивності систем з’являється необхідність адаптивного підходу до управління трафіком і зниженню енерговитрат. Особлива увага приділена інтеграції технологій машинного навчання з метою підвищення ефективності передачі даних у хмарних та туманних обчисленнях. Запропонована модель поєднує у собі методи прогнозування мережевого навантаження (LSTM, XGBoost), технології стиснення даних (VAE, K-Means) та програмно-визначені мережі (SDN) для балансування трафіку. У межах дослідження було проведено тестування комбінацій алгоритмів у розподілених середовищах із різними рівнями навантаження, що дало можливість оцінити ефективність кожного за критеріями продуктивності, надійності та енергоспоживання. Даний підхід забезпечує адаптивність до динамічних змін у трафіку і сприяє зменшенню затримок у передачі даних. Отримані результати досліджень підтверджують доцільність машинного навчання у застосуванні до оптимізації мережевої взаємодії і відкривають перспективи для подальших досліджень у сфері інтелектуального управління туманними обчисленнями. Запропоноване рішення може використовуватися у різних потребах, включаючи автономні транспортні системи, медичні інформаційні платформи, промисловий Інтернет речей та критично важливі інфраструктури. Додано в НРАТ 2026-04-19 Закрити