InPlusLab关于QoS预测综述论文被TSC录用

2023-10-28 00:40
文章标签 qos 论文 预测 综述 录用 tsc inpluslab

本文主要是介绍InPlusLab关于QoS预测综述论文被TSC录用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

【导读】随着Web服务数量不断增加，越来越多的Web服务提供相似的功能。服务质量（Quality of Service，QoS）描述了Web服务的非功能特性，是区分这些功能相似Web服务的重要标准。准确的QoS预测对于这些QoS感知方法越来越重要。协同过滤（CF）是推荐系统中最成功的个性化预测技术之一，在Web服务QoS预测中也得到了广泛的应用。尽管在这方面已有大量的工作，但似乎没有一个权威的调研综述。为了弥补这一不足，最近，中山大学InPlusLab关于协同过滤在Web服务QoS预测应用的调研综述论文Web Service QoS Prediction via Collaborative Filtering: A Survey被IEEE Transactions on Services Computing（TSC）期刊录用，影响因子5.707。文章首先总结和分析了传统的基于内存和基于模型的CF-QoS预测方法以及扩展CF方法。其次，调研了混合CF-QoS预测方法，并给出了适当的分类和分析。此外，还介绍了几个用于QoS预测评估的Web服务QoS数据集，并在最后提出一些可能的未来QoS预测的研究方向。

论文下载链接： http://inpluslab.com/files/wsqos.pdf

在这里插入图片描述

1. 简介

QoS预测对一些QoS感知的方法非常重要，比如图1的基于QoS的服务选择：复合服务S_com由几个抽象服务（S1到S5）组成，每个抽象服务都可以从一组功能相似的具体服务（si1, si2, …, siN）中选择。QoS感知服务选择的目的是从这些功能相似的服务集合中选择合适的服务，形成一个优化的复合服务。
在这里插入图片描述
QoS预测的方法分类如下：
在这里插入图片描述

2. QoS预测问题介绍

这篇关于InPlusLab关于QoS预测综述论文被TSC录用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/289516。

相关文章

AI hospital 论文Idea

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境，人类医生（即医学学习者）可以在其中与患者代理进行医学
阅读更多...
论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染：一项综述 文章目录 大规模语言模型的基准数据污染：一项综述摘要1 引言 摘要 大规模语言模型（LLMs），如GPT-4、Claude-3和Gemini的快
阅读更多...
论文阅读笔记: Segment Anything

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear
阅读更多...
论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的，这引发了人们的担忧和猜测，即它们可能已
阅读更多...
OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配） 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super
阅读更多...
BERT 论文逐段精读【论文精读】

BERT 论文逐段精读【论文精读】

BERT: 近 3 年 NLP 最火 CV: 大数据集上的训练好的 NN 模型，提升 CV 任务的性能 —— ImageNet 的 CNN 模型 NLP: BERT 简化了 NLP 任务的训练，提升了 NLP 任务的性能 BERT 如何站在巨人的肩膀上的？使用了哪些 NLP 已有的技术和思想？哪些是 BERT 的创新？ 1标题 + 作者 BERT: Pre-trainin
阅读更多...
[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

引言 今天带来第一篇量化论文LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale笔记。 为了简单，下文中以翻译的口吻记录，比如替换"作者"为"我们"。 大语言模型已被广泛采用，但推理时需要大量的GPU内存。我们开发了一种Int8矩阵乘法的过程，用于Transformer中的前馈和注意力投影层，这可以将推理所需
阅读更多...
2024 年高教社杯全国大学生数学建模竞赛 C 题 农作物的种植策略 参考论文 无水印

2024 年高教社杯全国大学生数学建模竞赛 C 题 农作物的种植策略 参考论文 无水印

持续更新中，2024年数学建模比赛思路代码论文都会发布到专栏内，只需订阅一次！  完整论文+代码+数据结果链接在文末！  订阅后可查看参考论文文件 第一问 1.1 问题重述 这个问题围绕的是华北山区的某乡村，在有限的耕地条件下，如何制定最优的农作物种植策略。乡村有 34 块露天耕地和 20 个大棚，种植条件包括粮食作物、蔬菜、水稻和食用菌。除了要考虑地块的面积、种植季节等，还要确保
阅读更多...
论文精读-Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes

论文精读-Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes

论文精读-Supervised Raw Video Denoising with a Benchmark Dataset on Dynamic Scenes 优势 1、构建了一个用于监督原始视频去噪的基准数据集。为了多次捕捉瞬间，我们手动为对象s创建运动。在高ISO模式下捕获每一时刻的噪声帧，并通过对多个噪声帧进行平均得到相应的干净帧。 2、有效的原始视频去噪网络(RViDeNet)，通过探
阅读更多...
2024年全国大学生数学建模A题借鉴论文

2024年全国大学生数学建模A题借鉴论文

问题  1： 舞龙队的动态位置与速度计算 1. **螺旋线的几何建模**：根据题目描述，舞龙队沿着等距螺旋线前进。螺旋线的螺距为 55 cm， 需根据极坐标公式确定每节板凳的位置。 -  极坐标螺旋线方程：\( r = a + b\theta \)， 其中  \( b \)  是螺距， 可以利用该方程计算 每秒舞龙队的各个节数的坐标。 2. **速度计算**：给定龙头的行进速度为 1 m/s ，
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2