論文の概要: Optimizing IaC Configurations: a Case Study Using Nature-inspired
Computing
- arxiv url: http://arxiv.org/abs/2311.10767v1
- Date: Wed, 15 Nov 2023 11:28:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-27 00:32:40.789095
- Title: Optimizing IaC Configurations: a Case Study Using Nature-inspired
Computing
- Title（参考訳）: IaC構成の最適化:自然に着想を得たコンピューティングを用いたケーススタディ
- Authors: Eneko Osaba, Gorka Benguria, Jesus L. Lobo, Josu Diaz-de-Arcaya,
Juncal Alonso and I\~naki Etxaniz
- Abstract要約: 本稿では、特定のソフトウェアエンジニアリング問題を解決するために、自然に着想を得た計算をベースとしたツールについて述べる。
IOPのバージョンが以前の研究で説明され、このプラットフォームが導入された。
我々は、IOPが組み込まれている完全なプラットフォーム内でコンテキストを定式化し、ユーザーがその使用によってどのような恩恵を受けることができるかを説明します。
- 参考スコア（独自算出の注目度）: 0.3774866290142281
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the last years, one of the fields of artificial intelligence that has been
investigated the most is nature-inspired computing. The research done on this
specific topic showcases the interest that sparks in researchers and
practitioners, who put their focus on this paradigm because of the adaptability
and ability of nature-inspired algorithms to reach high-quality outcomes on a
wide range of problems. In fact, this kind of methods has been successfully
applied to solve real-world problems in heterogeneous fields such as medicine,
transportation, industry, or software engineering. Our main objective with this
paper is to describe a tool based on nature-inspired computing for solving a
specific software engineering problem. The problem faced consists of optimizing
Infrastructure as Code deployment configurations. For this reason, the name of
the system is IaC Optimizer Platform. A prototypical version of the IOP was
described in previous works, in which the functionality of this platform was
introduced. With this paper, we take a step forward by describing the final
release of the IOP, highlighting its main contribution regarding the current
state-of-the-art, and justifying the decisions made on its implementation.
Also, we contextualize the IOP within the complete platform in which it is
embedded, describing how a user can benefit from its use. To do that, we also
present and solve a real-world use case.
- Abstract（参考訳）: 過去数年間、最も研究されている人工知能の分野の1つは自然に触発されたコンピューティングである。
この特定のトピックに関する研究は、自然に触発されたアルゴリズムが様々な問題において高品質な結果に達することの適応性と能力のために、研究者や実践者がこのパラダイムに焦点を絞った関心を浮き彫りにしている。
実際、この種の手法は医学、輸送、産業、ソフトウェア工学といった異種分野の現実世界の問題を解決するためにうまく適用されている。
本論文の主な目的は,特定のソフトウェアエンジニアリング問題を解決するために,自然に触発された計算に基づくツールを記述することである。
直面する問題は、インフラストラクチャをコードデプロイメント構成として最適化することである。
このため、システムの名前はIaC Optimizer Platformである。
IOPのプロトタイプバージョンが以前の研究で説明されており、このプラットフォームの機能が導入されている。
本稿では、IOPの最終リリースを説明し、現在の最先端に関する主な貢献を強調し、その実装上の決定を正当化する。
また、統合されたプラットフォーム内でのIOPのコンテキスト化も行い、ユーザがその利用の恩恵を受ける方法を説明します。
そのためには,実世界のユースケースも提示し,解決する。
関連論文リスト
- Retrieval-Augmented Instruction Tuning for Automated Process Engineering Calculations : A Tool-Chaining Problem-Solving Framework with Attributable Reflection [0.0]
オープンでカスタマイズ可能な小型コード言語モデル(SLM)を強化するためにRAIT(Retrieval-Augmented Instruction-Tuning)を活用する新しい自律エージェントフレームワークを提案する。
命令チューニングされたコードSLMと外部ツールを使用してRACG(Retrieval-Augmented Code Generation)を組み合わせることで、エージェントは自然言語仕様からコードを生成し、デバッグし、最適化する。
我々のアプローチは、専門的なプロセスエンジニアリングタスクのための基礎的AIモデルの欠如の限界に対処し、説明可能性、知識編集、費用対効果の利点を提供する。
論文 参考訳（メタデータ） (2024-08-28T15:33:47Z) - Unraveling the Versatility and Impact of Multi-Objective Optimization: Algorithms, Applications, and Trends for Solving Complex Real-World Problems [4.023511716339818]
マルチオブジェクト最適化(MOO)技術は近年ますます人気が高まっている。
本稿では,最近開発されたMOOアルゴリズムについて検討する。
実世界のケーススタディでは、MOOアルゴリズムは複雑な意思決定課題に対処する。
論文 参考訳（メタデータ） (2024-06-29T15:19:46Z) - Task Agnostic Architecture for Algorithm Induction via Implicit Composition [10.627575117586417]
本研究の目的は,このような統一アーキテクチャの構築を探求することであり,その構築方法に関する理論的枠組みを提案することである。
最近のジェネレーティブAI、特にトランスフォーマーベースのモデルは、幅広い領域のアルゴリズムを構築することができるアーキテクチャとしての可能性を示している。
アルゴリズム合成におけるトランスフォーマーおよび他の手法の現在の機能と限界について検討する。
論文 参考訳（メタデータ） (2024-04-03T04:31:09Z) - Multiobjective Optimization Analysis for Finding Infrastructure-as-Code
Deployment Configurations [0.3774866290142281]
本稿では,インフラストラクチャ・アズ・コード配置に関する多目的問題に焦点をあてる。
本稿では,9種類の進化型多目的アルゴリズムについて述べる。
フリードマンの非パラメトリックテストを用いて, 独立ランニング後の各手法の結果を比較した。
論文 参考訳（メタデータ） (2024-01-18T13:55:32Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である
本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
論文 参考訳（メタデータ） (2023-12-22T17:57:57Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Recent Developments in Program Synthesis with Evolutionary Algorithms [1.8047694351309207]
関連する進化的プログラム合成手法を同定し,その性能を詳細に解析する。
私たちが特定する最も影響力のあるアプローチは、スタックベース、文法誘導、および線形遺伝プログラミングである。
今後の研究のために、研究者は、プログラムのアウトプットを使用して、ソリューションの品質を評価するだけでなく、ソリューションへの道を開くことを奨励します。
論文 参考訳（メタデータ） (2021-08-27T11:38:27Z) - CausalCity: Complex Simulations with Agency for Causal Discovery and
Reasoning [68.74447489372037]
本稿では,因果探索と反事実推論のためのアルゴリズムの開発を目的とした,高忠実度シミュレーション環境を提案する。
私たちの作業の中核となるコンポーネントは、複雑なシナリオを定義して作成することが簡単になるような、テキストの緊急性を導入することです。
我々は3つの最先端の手法による実験を行い、ベースラインを作成し、この環境の可利用性を強調する。
論文 参考訳（メタデータ） (2021-06-25T00:21:41Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - IReEn: Reverse-Engineering of Black-Box Functions via Iterative Neural
Program Synthesis [70.61283188380689]
ブラックボックスエージェントの機能を明らかにする際の問題点について検討する。
我々はブラックボックスの特権情報に頼るのではなく、プログラムの入力と出力のみにアクセスするというより弱い仮定の下で問題を調査する。
その結果, 提案手法は, 78%の症例において, ほぼ機能的な等価プログラムを見出すことにより, 現状よりも優れていることがわかった。
論文 参考訳（メタデータ） (2020-06-18T17:50:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。