Buchumschlag

Graph Neural Networks and Reinforcement Learning for Proactive Application Image Placement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Makris, Antonios, Theodoropoulos, Theodoros, Psomakelis, Evangelos, Carlini, Emanuele, Mordacchini, Matteo, Dazzi, Patrizio, Tserpes, Konstantinos
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Urgent Edge Computing
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2024)

A New Approach for Evaluating the Performance of Distributed Latency-Sensitive Services
von: Theodoropoulos, Theodoros, et al.
Veröffentlicht: (2024)

A Fast-Converging Decentralized Approach to the Weighted Minimum Vertex Cover Problem
von: Mordacchini, Matteo, et al.
Veröffentlicht: (2025)

Decentralized and Self-adaptive Core Maintenance on Temporal Graphs
von: Rucci, Davide, et al.
Veröffentlicht: (2025)

Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2026)

A Parallel and Distributed Rust Library for Core Decomposition on Large Graphs
von: Rucci, Davide, et al.
Veröffentlicht: (2025)

Usable Agent Discovery for Decentralized AI Systems
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2026)

Converter: A CEAML Reasoner Python package to Streamline Orchestration Across Cloud and Edge Continuum
von: Korontanis, Ioannis, et al.
Veröffentlicht: (2024)

Combining Declarative and Linear Programming for Application Management in the Cloud-Edge Continuum
von: Massa, Jacopo, et al.
Veröffentlicht: (2025)

High-Performance Serverless Computing: A Systematic Literature Review on Serverless for HPC, AI, and Big Data
von: Besozzi, Valerio, et al.
Veröffentlicht: (2026)

WebAssembly and Unikernels: A Comparative Study for Serverless at the Edge
von: Besozzi, Valerio, et al.
Veröffentlicht: (2025)

A Digital Twin-based Multi-Agent Reinforcement Learning Framework for Vehicle-to-Grid Coordination
von: Hua, Zhengchang, et al.
Veröffentlicht: (2025)

Exact Nearest-Neighbor Search on Energy-Efficient FPGA Devices
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2025)

POSEIDON : Efficient Function Placement at the Edge using Deep Reinforcement Learning
von: Jain, Prakhar, et al.
Veröffentlicht: (2024)

Armada: Memory-Efficient Distributed Training of Large-Scale Graph Neural Networks
von: Waleffe, Roger, et al.
Veröffentlicht: (2025)

NL-CPS: Reinforcement Learning-Based Kubernetes Control Plane Placement in Multi-Region Clusters
von: Alam, Sajid, et al.
Veröffentlicht: (2026)

Heta: Distributed Training of Heterogeneous Graph Neural Networks
von: Zhong, Yuchen, et al.
Veröffentlicht: (2024)

Placement of Microservices-based IoT Applications in Fog Computing: A Taxonomy and Future Directions
von: Pallewatta, Samodha, et al.
Veröffentlicht: (2022)

Proactive and Reactive Autoscaling Techniques for Edge Computing
von: Gupta, Suhrid, et al.
Veröffentlicht: (2025)

EES-CND: Collaborative Neural Decision-Making for Drift-Aware Fault-Tolerant Edge-Cloud Service Placement
von: Herabad, Mohammadsadeq Garshasbi, et al.
Veröffentlicht: (2026)

SoK: Consensus for Fair Message Ordering
von: Li, Zhuolun, et al.
Veröffentlicht: (2024)

Linear Search for Capturing an Oblivious Mobile Target in the Sender/Receiver Model
von: Jawhar, Khaled, et al.
Veröffentlicht: (2025)

Bike Assisted Evacuation on a Line of Robots with Communication Faults
von: Jawhar, Khaled, et al.
Veröffentlicht: (2023)

CaPGNN: Optimizing Parallel Graph Neural Network Training with Joint Caching and Resource-Aware Graph Partitioning
von: Song, Xianfeng, et al.
Veröffentlicht: (2025)

ATLAS: Efficient Out-of-Core Inference for Billion-Scale Graph Neural Networks
von: Naman, Pranjal, et al.
Veröffentlicht: (2026)

Spatiotemporal Traffic Prediction in Distributed Backend Systems via Graph Neural Networks
von: Qiu, Zhimin, et al.
Veröffentlicht: (2025)

RapidGNN: Communication Efficient Large-Scale Distributed Training of Graph Neural Networks
von: Niam, Arefin, et al.
Veröffentlicht: (2025)

OptimES: Optimizing Federated Learning Using Remote Embeddings for Graph Neural Networks
von: Naman, Pranjal, et al.
Veröffentlicht: (2025)

Generalized Data Placement Strategies for Racetrack Memories
von: Khan, Asif Ali, et al.
Veröffentlicht: (2019)

Optimal Workload Placement on Multi-Instance GPUs
von: Turkkan, Bekir, et al.
Veröffentlicht: (2024)

Parcae: Proactive, Liveput-Optimized DNN Training on Preemptible Instances
von: Duan, Jiangfei, et al.
Veröffentlicht: (2024)

Energy-aware Distributed Microservice Request Placement at the Edge
von: Toczé, Klervie, et al.
Veröffentlicht: (2024)

Energy Metrics for Edge Microservice Request Placement Strategies
von: Toczé, Klervie, et al.
Veröffentlicht: (2025)

It's the People, Not the Placement: Rethinking Allocations in Post-Moore Clouds
von: Harith, Tejas, et al.
Veröffentlicht: (2025)

SuperBench: Improving Cloud AI Infrastructure Reliability with Proactive Validation
von: Xiong, Yifan, et al.
Veröffentlicht: (2024)

Decentralized Proactive Model Offloading and Resource Allocation for Split and Federated Learning
von: Huang, Binbin, et al.
Veröffentlicht: (2024)

PARD: Enhancing Goodput for Inference Pipeline via Proactive Request Dropping
von: Zhao, Zhixin, et al.
Veröffentlicht: (2026)

Power- and Fragmentation-aware Online Scheduling for GPU Datacenters
von: Lettich, Francesco, et al.
Veröffentlicht: (2024)

A Cascaded Graph Neural Network for Joint Root Cause Localization and Analysis in Edge Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2026)

Dynamic Service Scheduling and Resource Management in Energy-Harvesting Multi-access Edge Computing
von: Chen, Shuyi, et al.
Veröffentlicht: (2025)