Buchumschlag

Optimization of Energy Consumption Forecasting in Puno using Parallel Computing and ARIMA Models: An Innovative Approach to Big Data Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vilca-Tinta, Cliver W., Torres-Cruz, Fred, Quispe-Morales, Josefh J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Impact of Process Competition on Energy Consumption: Analysis and Modeling
von: Campos, Eduardo Gomes, et al.
Veröffentlicht: (2026)

BigSUMO: A Scalable Framework for Big Data Traffic Analytics and Parallel Simulation
von: Sengupta, Rahul, et al.
Veröffentlicht: (2026)

Mobile Cloud Computing in Healthcare Using Dynamic Cloudlets for Energy-Aware Consumption
von: Muniswamaiah, Manoj, et al.
Veröffentlicht: (2019)

ARIMA_PLUS: Large-scale, Accurate, Automatic and Interpretable In-Database Time Series Forecasting and Anomaly Detection in Google BigQuery
von: Cheng, Xi, et al.
Veröffentlicht: (2025)

Lectures on Parallel Computing
von: Träff, Jesper Larsson
Veröffentlicht: (2024)

Checkpoint and Restart: An Energy Consumption Characterization in Clusters
von: Moran, Marina, et al.
Veröffentlicht: (2024)

Energy Efficiency in Cloud-Based Big Data Processing for Earth Observation: Gap Analysis and Future Directions
von: Bhawiyuga, Adhitya, et al.
Veröffentlicht: (2025)

A Comprehensive Analysis of Process Energy Consumption on Multi-Socket Systems with GPUs
von: León-Vega, Luis G., et al.
Veröffentlicht: (2024)

An Efficient Approach for Energy Conservation in Cloud Computing Environment
von: Pande, Sohan Kumar, et al.
Veröffentlicht: (2025)

Quantifying the Energy Consumption and Carbon Emissions of LLM Inference via Simulations
von: Özcan, Miray, et al.
Veröffentlicht: (2025)

Advancing Polyglot Big Data Processing using the Hadoop ecosystem
von: Seabra, Antony, et al.
Veröffentlicht: (2025)

Fine-Grained Modeling and Optimization for Intelligent Resource Management in Big Data Processing
von: Lyu, Chenghao, et al.
Veröffentlicht: (2022)

Optimizing Resource Allocation and Energy Efficiency in Federated Fog Computing for IoT
von: Shah, Syed Sarmad, et al.
Veröffentlicht: (2025)

Parallelized Multi-Agent Bayesian Optimization in Lava
von: Snyder, Shay, et al.
Veröffentlicht: (2024)

Falafels: A tool for Estimating Federated Learning Energy Consumption via Discrete Simulation
von: de Barochez, Andrew Mary Huet, et al.
Veröffentlicht: (2025)

EMLIO: Minimizing I/O Latency and Energy Consumption for Large-Scale AI Training
von: Jamil, Hasibul, et al.
Veröffentlicht: (2025)

Strategies to Measure Energy Consumption Using RAPL During Workflow Execution on Commodity Clusters
von: Thamm, Philipp, et al.
Veröffentlicht: (2025)

Energy Efficiency Support for Software Defined Networks: a Serverless Computing Approach
von: Banaie, Fatemeh, et al.
Veröffentlicht: (2024)

Enhancing ASIC Technology Mapping via Parallel Supergate Computing
von: Cai, Ye, et al.
Veröffentlicht: (2024)

Resource-efficient Parallel Split Learning in Heterogeneous Edge Computing
von: Zhang, Mingjin, et al.
Veröffentlicht: (2024)

What Every Computer Scientist Needs To Know About Parallelization
von: Adefemi, Temitayo
Veröffentlicht: (2025)

Proof of Team Sprint: A Collaborative Consensus Algorithm for Reducing Energy Consumption in Blockchain Systems
von: Yonezawa, Naoki
Veröffentlicht: (2024)

Performance-Driven Optimization of Parallel Breadth-First Search
von: Bhaskar, Marati, et al.
Veröffentlicht: (2025)

Flora: Efficient Cloud Resource Selection for Big Data Processing via Job Classification
von: Will, Jonathan, et al.
Veröffentlicht: (2025)

Ktirio Urban Building: A Computational Framework for City Energy Simulations Enhanced by CI/CD Innovations on EuroHPC Systems
von: Prud'Homme, Christophe, et al.
Veröffentlicht: (2024)

GPU-Based Parallel Computing Methods for Medical Photoacoustic Image Reconstruction
von: Yi, Xinyao, et al.
Veröffentlicht: (2024)

Minimizing Communication for Parallel Symmetric Tensor Times Same Vector Computation
von: Daas, Hussam Al, et al.
Veröffentlicht: (2025)

A Simulated Annealing Approach to Identical Parallel Machine Scheduling
von: Li, Jiaxing, et al.
Veröffentlicht: (2024)

Big Data-Driven Fraud Detection Using Machine Learning and Real-Time Stream Processing
von: Liu, Chen, et al.
Veröffentlicht: (2025)

Optimizing View Change for Byzantine Fault Tolerance in Parallel Consensus
von: Xie, Yifei, et al.
Veröffentlicht: (2026)

Staleness-Centric Optimizations for Parallel Diffusion MoE Inference
von: Luo, Jiajun, et al.
Veröffentlicht: (2024)

Workflow-Driven Modeling for the Compute Continuum: An Optimization Approach to Automated System and Workload Scheduling
von: Sharma, Aasish Kumar, et al.
Veröffentlicht: (2025)

Communication-Computation Pipeline Parallel Split Learning over Wireless Edge Networks
von: Liu, Chenyu, et al.
Veröffentlicht: (2025)

OCEP: An Ontology-Based Complex Event Processing Framework for Healthcare Decision Support in Big Data Analytics
von: Chandra, Ritesh, et al.
Veröffentlicht: (2025)

A Deep Reinforcement Learning Approach for Cost Optimized Workflow Scheduling in Cloud Computing Environments
von: Jayanetti, Amanda, et al.
Veröffentlicht: (2024)

LiteCast: A Lightweight Forecaster for Carbon Optimizations
von: Joseph, Mathew, et al.
Veröffentlicht: (2025)

Parallel Reduced Order Modeling for Digital Twins using High-Performance Computing Workflows
von: de Parga, S. Ares, et al.
Veröffentlicht: (2024)

EinDecomp: Decomposition of Declaratively-Specified Machine Learning and Numerical Computations for Parallel Execution
von: Bourgeois, Daniel, et al.
Veröffentlicht: (2024)

Parallel Collaborative ADMM Privacy Computing and Adaptive GPU Acceleration for Distributed Edge Networks
von: Xia, Mengchun, et al.
Veröffentlicht: (2026)

Towards Serverless Processing of Spatiotemporal Big Data Queries
von: Baumann, Diana, et al.
Veröffentlicht: (2025)