Alibaba Machine Trace

AdaptLSTM框架为云工作负载预测提供高效在线学习

研究人员开发了AdaptLSTM，一种新颖的在线学习框架，旨在应对数据分布变化的情况下高效预测云工作负载。该方法在检测到漂移时选择性地更新模型，与朴素的在线学习方法相比，显著降低了计算成本。AdaptLSTM在Alibaba Machine Trace和Container Trace等基准数据集上展示了卓越的效率和准确性，其表现优于传统的漂移检测方法和匹配预算的基线模型。