Публікація:
Моделі штучного інтелекту для управління та оптимізації peer-to-peer мереж

dc.contributor.authorКучук, А. О.
dc.date.accessioned2023-07-20T18:36:15Z
dc.date.available2023-07-20T18:36:15Z
dc.date.issued2023
dc.description.abstractОб'єкт дослідження – розробка системи машинного навчання для оптимізації трафіку або алгоритмів збереження даних в peer-to-peer мережі. Мета роботи – проектування та реалізація машинного навчання на великій кількості агентів з використанням хмарних технологій та поширення моделей навчання між агентами для оптимізації пропускної спроможності та ефективності мережі. Області застосування – комунікації та хмарні технології. Методи дослідження – аналіз теоретичного матеріалу, технічної літератури, ринку існуючих рішень та практична реалізація самостійно розробленого додатка. Визначено вимоги до роботи мережі, проблеми пов’язані з розподіленими мережами, розроблено та запроваджено алгоритми машинного навчання для пошуку патернів в даних та зменшення розміру навантаження.
dc.identifier.citationКучук А. О. Моделі штучного інтелекту для управління та оптимізації peer-to-peer мереж : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / А. О. Кучук ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 100 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/23710
dc.language.isouk
dc.subjectзбереження даних
dc.subjectалгоритми штучного інтелекту
dc.subjectоптимізаціія трафіку розподілених систем
dc.subjectрозподілені peer-to-peer системи
dc.titleМоделі штучного інтелекту для управління та оптимізації peer-to-peer мереж
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
2023_M_ShI_Kuchuk_AO.pdf
Розмір:
1.49 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: