Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Cybernetics and Information Technologies
Volume 20 (2020): Numero 4 (Novembre 2020)
Accesso libero
HPCWMF: A Hybrid Predictive Cloud Workload Management Framework Using Improved LSTM Neural Network
K. Dinesh Kumar
K. Dinesh Kumar
School of Computer Science and Engineering, VIT University
Chennai, India
Cerca questo autore su
Sciendo
|
Google Scholar
Kumar, K. Dinesh
e
E. Umamaheswari
E. Umamaheswari
School of Computer Science and Engineering, VIT University
Chennai, India
Cerca questo autore su
Sciendo
|
Google Scholar
Umamaheswari, E.
10 dic 2020
Cybernetics and Information Technologies
Volume 20 (2020): Numero 4 (Novembre 2020)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Pubblicato online:
10 dic 2020
Pagine:
55 - 73
Ricevuto:
28 set 2020
Accettato:
29 ott 2020
DOI:
https://doi.org/10.2478/cait-2020-0047
Parole chiave
Cloud computing
,
Improved LSTM neural network
,
Multilayer perceptron network
,
Opposition-based differential evolution
,
Workload prediction
© 2020 K. Dinesh Kumar et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
