dc.contributor.advisor | Trois, Celio | |
dc.creator | Policarpo, Lucas Micol | |
dc.date.accessioned | 2021-07-14T20:22:13Z | |
dc.date.available | 2021-07-14T20:22:13Z | |
dc.date.issued | 2019-12-02 | |
dc.date.submitted | 2019 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/21436 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa
Maria, Centro de Tecnologia, Curso de Ciência da Computação, RS, 2019. | por |
dc.description.abstract | Machine learning is one of the fastest growing areas in computing, one of the factors behind
this growth is that smart application utilization is becoming increasingly common today.
Along with the increased computing power of the devices around us, it has been possible to
develop new applications capable of achieving better results in the creation and execution
of artificial intelligence. Using distributed systems we are able to separate the functions
related to learning from machine for best performance. However, unconsciousness may
occur in the distributed execution of certain tasks as functions require specific libraries to
be performed. One approach that solves this type of problem is virtual machines and containers,
which can be run as instantiation services using part of user machine processing
to virtualize a process. This paper presents an approach to virtualizing machine learning
functions using container dockers, making use of a distributed system at the network edge
for processing and considering the capacity of each node of the system. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Sistemas de computação | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Sistemas Distribuídos | por |
dc.subject | Containers | por |
dc.subject | Virtualização de funções | por |
dc.title | Uma abordagem para orquestração de funções de aprendizado de máquina virtualizadas em containers | por |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.description.resumo | O aprendizado de máquina é uma das áreas que mais cresce na computação, um dos
fatores para esse crescimento é que a utilização de aplicações inteligente vem se tornarem
cada vez mais comum nos nossos dias. Junto ao aumento do poder computacional
dos dispositivos a nossa volta, foi possível o desenvolvimento de novas aplicações capazes
de obter um melhor resultado na criação e execução de uma inteligência artificial,
com a utilização de sistemas distribuídos somos capazes de separar as funções relativas
ao aprendizado de máquina a fim de obter melhor desempenho. Entretanto, podem
ocorrer inconsciências na execução distribuída de determinadas tarefas, uma vez que funções
necessitam de bibliotecas específicas para serem executadas. Uma abordagem que
soluciona esse tipo de problema são as máquinas virtuais e os containers, que podem
ser executados como serviços de instanciação utilizando parte do processamento da máquina
do usuário para virtualizar um processo. Este trabalho apresenta uma abordagem
para virtualização de funções de aprendizado de máquina com a utilização de containers
dockers, fazendo uso de um sistema distribuído na borda da rede para processamento e
considerando a capacidade de cada um dos nós do sistema. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |