PulseAugur
中
实时 09:56:04

SWIFT框架在云工作负载预测中将误差降低31%

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的卷积框架SWIFT，用于高效的云工作负载预测。该框架通过引入可学习的级联小波路径进行自适应特征提取，并利用多元交互模块对变量间的空间交互和变量内的特征交互进行建模，从而应对了易变工作负载的挑战。据报道，SWIFT实现了最先进的准确性，将预测误差最多降低了31.04%，并将延迟降低了79.74%，同时保持了O(L)的线性复杂度。 AI

影响 该框架通过提供更准确、更快速的工作负载预测，有望显著提高云资源管理效率。

排序理由 该集群包含一篇详细介绍工作负载预测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

SWIFT框架在云工作负载预测中将误差降低31%

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zeyuan Ding, Lingfeng Zheng, Dian Ding, Guangtao Xue ·

    SWIFT：用于工作负载跟踪的时空小波集成预测框架

    arXiv:2607.02524v1 Announce Type: cross Abstract: Accurate cloud workload forecasting is pivotal for efficient resource management but remains challenging as workloads are highly volatile and prone to sudden bursts. Although wavelets preserve temporal locality, rigid fixed bases …

相关实体

相关话题