Projeto de pesquisa, UFV
Otimização do Agendamento de Tarefas em Computação de Névoa Utilizando Aprendizado por Reforço
Descrição
Este trabalho tem por objetivo desenvolver e avaliar um modelo adaptativo para o agendamento de tarefas em ambientes de Computação em Névoa, avaliando a eficácia de uma abordagem híbrida para superar as limitações de desempenho e adaptabilidade de soluções tradicionais. Serão utilizados métodos de Aprendizado por Reforço, como DQN, devido à eficiência dessa técnica em aprender políticas complexas em ambientes dinâmicos. Desta forma, pretende-se desenvolver um agente capaz de otimizar a alocação de tarefas em um ambiente simulado de computação em névoa, avaliando o desempenho por meio de métricas de Qualidade de Serviço (QoS).
Palavras-chave
- Computação em Névoa
- Agendamento de Tarefas
- Aprendizado por Reforço
Grupo de pesquisa
Inteligência Arti?cial e Aprendizagem de Máquina
Candidatar-se
A UFV não divulga o e-mail de cada coordenação nos dados abertos. Use a página do projeto no sistema de pesquisa da UFV (link acima) ou procure o departamento indicado.