[صفحه اصلی ]    
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور فرهنگی::
امور پژوهشی::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس
دانشجویان روزانه و پردیس
دانشجویان مرکز آموزش الکترونیکی
..
اطلاعیه ها
 اطلاعیه های آموزشی
..
فراخوان ها
فراخوان های همکاری با صنعت و سازمان ها
..
دفاعیه‌ها

دفاعیه های دکتری


دفاعیه های کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: فاطمه تمسکنی ::
 | تاریخ ارسال: 1403/6/24 | 

 دانشجو  فاطمه تمسکنی دانشجوی کارشناسی ارشد دکتر حاکم بیت‌الهی مورخ  ۱۴۰۳/۰۷/۰۱   ساعت ۱۷:۰۰ .از " ارائه‌ی یک الگوریتم زمان‌بندی انرژی کارای وظایف مبتنی بر یادگیری ماشین برای سامانه‌های بحرانی مختلط بی‌درنگ" دفاع خواهند نمود.. ( ادامه مطلب)

چکیده:
سامانه‌های بحرانی مختلط به عنوان نسل بعدی سامانه‌های بی‌درنگ، در صنعت به طور گسترده‌ای مورد استفاده قرار می‌گیرند. علت این استفاده‌ی گسترده، ادغام عملکردهای متفاوت با سطوح اهمیت متفاوت بر روی یک سکوی محاسباتی است. این سامانه‌ها، به ویژه در کاربردهای قابل حمل، با توجه به استفاده از فناوری باتری، با چالش‌های جدی در زمینه مدیریت انرژی مواجه هستند. محدودیت انرژی در سامانه‌های بحرانی مختلط، به دلیل وابستگی به باتری، یکی از اصلی‌ترین چالش‌ها به شمار می‌رود. علاوه بر این، مقیاس‌پذیری فناوری، طراحی مبتنی بر باتری و افزایش روزافزون داده‌های محاسباتی در این سامانه‌ها، نیازمند استفاده از روش‌های مدیریت انرژی مؤثر است. به همین دلیل، زمان‌بندی مبتنی بر انرژی در سامانه‌های بحرانی مختلط توجه زیادی را به خود جلب کرده‌است. برخی از پژوهش‌ها فقط بر روی مدل وظیفه‌ی بحرانی مختلط سنتی تمرکز دارند که در آن‌ها تمام وظایف بحرانی کم در حالت بحرانی بالا حذف می‌شوند. اما اخیراً مدل‌هایی نیز ارائه شده‌اند که خدمات کاهش یافته‌ای را برای وظایف بحرانی کم در حالت بحرانی بالا فراهم می‌کنند. از سوی دیگر، اثرات تخریب‌آور روش‌های مدیریت انرژی بر قابلیت اطمینان سامانه، یکی از چالش‌های مهم در این حوزه است. بنابراین، کاهش مصرف انرژی و برآورده کردن محدودیت‌های زمانی وظایف با در نظر داشتن قابلیت اطمینان نیز به عنوان یک چالش اساسی در این سامانه‌ها باید مورد بحث قرار گیرد.  ما در این پژوهش با رعایت حفظ قیود بی‌درنگی و با در نظر گرفتن  خدمات  کاهش یافته برای وظایف بحرانی کم در حالت بحرانی بالا، الگوریتمی ارائه می‌دهیم که زمان‌بندی وظایف را به‌گونه‌ای انجام می‌دهد که منجر به کاهش مصرف انرژی سامانه می‌گردد. ما همچنین از یادگیری ماشین برای پیش‌بینی پارامتری که در زمان‌بندی وظایف تأثیرگذار است بهره گرفته‌ایم.روش پیشنهادی مصرف انرژی را به‌طور میانگین ۳۸.۰۶ درصد کاهش داده‌است.


  


ارائه ­دهنده:
  فاطمه تمسکنی

  استاد راهنما:
: دکتر حاکم بیت‌الهی

    هیات داوری: 
دکتر محمدرضا جاهد مطلق
 دکتر سیامک محمدی

 

                         تاریخ دفاع: : ۱۴۰۳/۰۷/۰۱             
       ساعت: ۱۷:۰۰ 

       

 مکان: دانشکده مهندسی کامپیوتر:  سالن سمینار دانشکده  کامپیوتر

دفعات مشاهده: 521 بار   |   دفعات چاپ: 76 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان

data
Persian site map - English site map - Created in 0.17 seconds with 55 queries by YEKTAWEB 4665