مقاله کنفرانسی سال ۱۴۰۵ فارسی

طراحی و ارزیابی یک الگوریتم زمان بندی هوشمند مبتنی بر یادگیری ماشین برای بهینه سازی عملکرد سیستم عامل های چندوظیفه ای

چکیده مقاله

سیستم عامل به عنوان هسته اصلی هر سامانه رایانه ای، مسئول مدیریت منابع سخت افزاری و نرم افزاری است یکی از مهم ترین وظایف آن، زمان بندی پردازش ها است که نقش مستقیمی در سرعت پاسخ دهی، بهره وری پردازنده، مصرف انرژی و رضایت کاربران دارد الگوریتم های کلاسیک زمان بندی نظیر First Come First Served FCFS ، Shortest Job First SJF ، Round Robin RR و Priority Scheduling سال ها در سیستم عامل ها مورد استفاده قرار گرفته اند، اما این الگوریتم ها معمولا بر پایه قوانین ثابت طراحی شده اند و توانایی سازگاری با شرایط متغیر بار کاری را ندارند با ظهور فناوری های هوش مصنوعی و یادگیری ماشین، امکان طراحی الگوریتم هایی فراهم شده است که بتوانند با تحلیل رفتار پردازش ها و یادگیری از داده های گذشته، تصمیم های هوشمندانه تری در زمینه زمان بندی اتخاذ کنند این الگوریتم ها قادرند الگوهای اجرای پردازش ها را شناسایی کرده و با پیش بینی نیازهای آینده، تخصیص منابع را بهینه سازند در این پژوهش، یک الگوریتم زمان بندی هوشمند مبتنی بر یادگیری ماشین پیشنهاد می شود که با استفاده از ویژگی هایی نظیر زمان ورود پردازش، مدت اجرای مورد انتظار، میزان استفاده از پردازنده، حافظه موردنیاز و اولویت پردازش، ترتیب اجرای بهینه را تعیین می کند همچنین عملکرد این الگوریتم با الگوریتم های سنتی از نظر میانگین زمان انتظار، زمان پاسخ، بهره وری پردازنده و نرخ تعویض زمینه مورد مقایسه قرار می گیرد نتایج نشان می دهد که استفاده از روش های هوشمند می تواند زمان انتظار پردازش ها را کاهش داده، بهره وری سیستم را افزایش دهد و مدیریت منابع را در شرایط کاری پویا بهبود بخشد یافته های این تحقیق نشان می دهد که ترکیب هوش مصنوعی با سیستم عامل می تواند مسیر جدیدی برای توسعه نسل آینده سیستم عامل های هوشمند ایجاد کند

کلیدواژه‌ها

نویسندگان

تصویر مهسا دیکتا

مهسا دیکتا

۱-دانشجوی کاردانی فناوری اطلاعات دانشگاه ولیعصر

تصویر مهسا دیکتا

مهسا دیکتا

۱ دانشجوی کاردانی فناوری اطلاعات دانشگاه ولیعصر

شیوه ارجاع

�یکتا، مهسا و بیرانوند، نسترن،1405،طراحی و ارزیابی یک الگوریتم زمان بندی هوشمند مبتنی بر یادگیری ماشین برای بهینه سازی عملکرد سیستم عامل های چندوظیفه ای،سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

پوستر مجموعه مقالات سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک مجموعه مقالات سی و یکمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک30 تیر 1405 · شیروان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۵ ۱۹۸ مشاهده

مروری بر پیشرفت های محاسبات نورومورفیک و شبکه های عصبی اسپایکینگ و کاربردهای آن ها در سیستم های هوشمند

محاسبات نورومورفیک به عنوان یکی از رویکردهای نوین در حوزه هوش مصنوعی و معماری های محاسباتی، با الهام از…

هوش مصنوعیمحاسبات نورومورفیکسخت افزار نورومورفیک
مقاله کنفرانسی سال ۱۴۰۵ ۱۸۶ مشاهده

مروری بر مدل های چندوجهی تحلیل احساسات فارسی مبتنی بر ادغام معنایی متن و تصویر

با گسترش شبکه های اجتماعی و تولید روزافزون محتوای چندرسانه ای، تحلیل احساسات به یکی از حوزه های مهم در پ…

تحلیل احساساتپردازش زبان طبیعییادگیری عمیق
مقاله کنفرانسی سال ۱۴۰۵ ۱۸۲ مشاهده

ارتقای توانایی مدل های زبانی در تشخیص و رد منفی اطلاعات؛ مروری بر روش های RAG و RAFT

مدل های زبانی بزرگ LLMs با وجود موفقیت چشمگیر در تولید متن، همچنان در تشخیص و رد اطلاعات نامربوط یا ساخت…

رد منفیRAGRAFT
مقاله کنفرانسی سال ۱۴۰۵ ۱۶۱ مشاهده

تشخیص تقلب مالی مبتنی بر یادگیری ماشین

تشخیص تقلب مالی یکی از مهم ترین چالش های سامانه های پرداخت الکترونیکی و بانکداری دیجیتال است افزایش حجم…

تقلب مالییادگیری ماشینتشخیص تقلب
مقاله کنفرانسی سال ۱۴۰۵ ۱۴۲ مشاهده

مروری بر تشخیص اجتماع در شبکه های اجتماعی مبتنی بر یادگیری عمیق تطبیقی: مفاهیم، الگوریتم ها و کاربردها

تشخیص اجتماع در شبکه های اجتماعی یکی از موضوعات کلیدی در تحلیل داده های گرافی است که به شناسایی ساختارها…

شبکه های اجتماعیگراف عصبیتشخیص اجتماع
مقاله کنفرانسی سال ۱۴۰۵ ۱۴۲ مشاهده

امنیت شبکه مبتنی بر هوش مصنوعی: معماری ها، کاربردها، چالش ها و افق های پیش رو

با توسعه شتابان فناوری اطلاعات و وابستگی روزافزون زیرساخت های سازمانی، حیاتی و فردی به شبکه های رایانه ا…

امنیت شبکههوش مصنوعییادگیری ماشین