Gdlcn–dsbo: A Graph Neural Network-driven Multi-objective Framework for Intelligent Cloud Resource Allocation and Task Allocation
Dieses Paper schlägt Gdlcn–dsbo vor, ein hybrides Framework, das Graph-dependent Labelled Convolutional Networks (GDLCN) und Deep Scheduled Butterfly Optimization (DSBO) kombiniert, um die Multi-Objective-Cloud-Ressourcen- und Aufgabenallokation zu optimieren und dadurch die Systemeffizienz zu steigen, Kosten zu senken und Fairness in dynamischen IoT-Umgebungen zu gewährleisten.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.