Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/45537| ORCID: | http://orcid.org/0009-0009-5960-518X |
| Tipo de documento: | Trabalho de Conclusão de Curso |
| Tipo de acceso: | Acesso Aberto |
| Título: | Análise de técnicas de redução de amostragem em sistemas de orquestração inteligentes |
| Título (s) alternativo (s): | Analysis of downsampling techniques in intelligent orchestration systems |
| Autor: | Vilarinho, Davi Felipe Ramos de Oliveira |
| Primer orientador: | Pasquini, Rafael |
| Primer miembro de la banca: | Nascimento, Marcelo Zanchetta do |
| Segundo miembro de la banca: | Miani, Rodrigo Sanches |
| Resumen: | Este trabalho aborda o desafio da sobrecarga que a quantidade de métricas coletadas e em trânsito pelo monitoramento pode impor em um sistema de orquestração baseado em aprendizado de máquina. São propostas e avaliadas três técnicas capazes de reduzir a frequência de coleta das amostras: eliminação de amostras intermediárias, agregação em janelas com funções e a descrição da distribuição da janela com 8 estatísticas para cada métrica. Os resultados da eliminação de amostras representam a importância da manutenção do equilíbrio da quantidade de características com a de amostras, já que os resultados foram satisfatórios para 128 e 256 segundos apenas quando utilizada seleção de características, mas limitou-se a 16 segundos quando treinado com a integralidade das métricas. A agregação de janelas com funções, entretanto, alcançou boas janelas de até 64 segundos, e, acima deste valor, concluiu-se que o pré-processamento pode alterar negativamente a distribuição das amostras. Por fim, descrever cada métrica em 8 novas estatísticas descritivas pôde alcançar uma janela de até 128 segundos, porém exigiu a utilização de seleção de características dada a alta dimensionalidade, já que, sem a utilização da técnica, as janelas alcançaram 32 segundos satisfatoriamente. Conclui-se que a alta dimensionalidade deve ser acompanhada da adequada quantidade de amostras. |
| Palabras clave: | aprendizado de máquina QoS engenharia de características monitoramento vídeo |
| Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Cita: | VILARINHO, Davi Felipe Ramos de Oliveira. Análise de técnicas de redução de amostragem em sistemas de orquestração inteligentes. 2025. 54 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2025. |
| URI: | https://repositorio.ufu.br/handle/123456789/45537 |
| Fecha de defensa: | 14-abr-2025 |
| Aparece en las colecciones: | TCC - Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| AnáliseTécnicasRedução.pdf | TCC | 7.97 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
