Texto completo
|
PDF (Document Portable Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (5MB) | Vista Previa |
Pérez Hernández, Ramón (2017). Análisis y diseño de predictor de fallos en supercomputadores mediante técnicas de aprendizaje automático. Tesis (Master), E.T.S.I. Telecomunicación (UPM).
Título: | Análisis y diseño de predictor de fallos en supercomputadores mediante técnicas de aprendizaje automático |
---|---|
Autor/es: |
|
Director/es: |
|
Tipo de Documento: | Tesis (Master) |
Título del máster: | Ingeniería de Telecomunicación |
Fecha: | 2017 |
Materias: | |
Palabras Clave Informales: | Predictor; fallos; supercomputadores; aprendizaje automático; modelo; ciencia de datos |
Escuela: | E.T.S.I. Telecomunicación (UPM) |
Departamento: | Ingeniería Telemática y Electrónica |
Licencias Creative Commons: | Reconocimiento - Sin obra derivada - No comercial |
|
PDF (Document Portable Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (5MB) | Vista Previa |
Este proyecto se centra en realizar un modelo de aprendizaje automático que permita predecir el tipo de fallo producido en un serie de supercomputadores en producción pertenecientes a LANL (Los Alamos National Laboratory), analizando un conjunto de datos públicos que contienen trazas de errores registradas durante un periodo de 10 años. Se tomaron como referencias las investigaciones y estudios realizados sobre dicho conjunto de datos, analizando las posibilidades y limitaciones presentes de cara a la definición y resolución de problemas no planteados en dichos trabajos. Se eligió como objetivo final la clasificación de los fallos que aparecen sin catalogar en el conjunto de datos original. Se siguió una metodología propia de un proyecto de ciencia de datos, con unas fases claramente diferenciables, extrayendo las conclusiones pertinentes a partir de las decisiones tomadas en el proyecto y de la bondad de los resultados.
ID de Registro: | 47682 |
---|---|
Identificador DC: | http://oa.upm.es/47682/ |
Identificador OAI: | oai:oa.upm.es:47682 |
Depositado por: | Biblioteca ETSI Telecomunicación |
Depositado el: | 07 Sep 2017 12:22 |
Ultima Modificación: | 07 Sep 2017 12:22 |