Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/81520
Título : | Predicción de errores en entornos de computación distribuida |
Autoría: | Esmorís Pena, Alberto Manuel |
Tutor: | Isern, David |
Otros: | Universitat Oberta de Catalunya Ventura, Carles |
Resumen : | Se han utlizado técnicas actuales derivadas de la estadística (inteligencia artificial, minería de datos y aprendizaje computacional) para construir un software que clasifique los trabajos de un CPD según como se espera que sea su terminación (estado final de la ejecución). Dicho software toma información a través de SLURM (software para la gestión de trabajos utilizado en el CPD) y la transforma a un formato adecuado (CSV) para la aplicación del algoritmo C5.0, de manera que se extraigan reglas de clasificación a partir del conjunto de datos. Dichas reglas de clasificación son utilizadas por el software para realizar las predicciones/clasificaciones de los trabajos, que además también soporta una serie de consultas sobre los datos (para poder filtrarlos según el interés concreto) y tiene un pequeño sistema de notificaciones configurable donde se pueden consultar las predicciones de interés. |
Palabras clave : | centros de procesamiento de datos inteligencia artificial error de predicción |
Tipo de documento: | info:eu-repo/semantics/bachelorThesis |
Fecha de publicación : | jun-2018 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
anexos.zip | Anexos descritos en la memoria | 351,2 kB | Unknown | Visualizar/Abrir |
Presentación.odp | Presentación en formato ODP | 733,1 kB | OpenDocument Presentation | Visualizar/Abrir |
Video.mp4 | Vídeo explicativo del TFG | 116,02 MB | MP4 | Visualizar/Abrir |
albertoesmpTFG0618memoria.pdf | Memoria del TFG | 524,53 kB | Adobe PDF | Visualizar/Abrir |
albertoesmpTFG0618Ppresentación.pdf | Presentación en PDF del TFG | 513,71 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons