PulseAugur
实时 11:36:42
English(EN) Zero Touch Predictive Orchestration: Automating Time-Series Models for the Cloud-Edge Continuum

新架构为云边系统自动化时间序列预测

研究人员开发了一种用于动荡的云边环境中的时间序列预测的新型自动化架构。该系统通过将稀疏的本地遥测数据与名为 TimeTrack 的高分辨率公共数据集相结合,解决了新发现节点的“冷启动”问题。然后,神经架构搜索引擎会生成准确的基线模型,显著提高了预测的准确性和收敛速度。 AI

影响 引入了一种新颖的数据混合方法,以提高动荡的云边环境中时间序列预测的准确性。

排序理由 该集群包含一篇详细介绍时间序列预测新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Abd Elghani Meliani, Arora Sagar, Adlen Ksentini, Raymond Knopp ·

    零接触预测编排:为云边协同自动化时间序列模型

    arXiv:2606.09787v1 Announce Type: new Abstract: The Cloud-Edge Continuum (CEC) enables latency-critical applications by distributing resources to the far edge, but its extreme volatility makes proactive Zero Touch Management via time-series forecasting essential. However, orchest…

  2. arXiv cs.LG TIER_1 English(EN) · Raymond Knopp ·

    零接触预测编排:为云边协同自动化时间序列模型

    The Cloud-Edge Continuum (CEC) enables latency-critical applications by distributing resources to the far edge, but its extreme volatility makes proactive Zero Touch Management via time-series forecasting essential. However, orchestrators face a severe "cold start" problem: newly…