Buchumschlag

Reinforcement Learning-Based Adaptive Load Balancing for Dynamic Cloud Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Chawla, Kavish
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Artificial Intelligence Networking and Internet Architecture 68M14, 68T05
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Continuous QoS-compliant Orchestration in the Cloud-Edge Continuum
von: Bisicchia, Giuseppe, et al.
Veröffentlicht: (2023)

Tetris: An SLA-aware Application Placement Strategy in the Edge-Cloud Continuum
von: Almeida, Lucas, et al.
Veröffentlicht: (2025)

Are Smart Contracts and Blockchains Suitable for Decentralized Railway Control?
von: Kuperberg, Michael, et al.
Veröffentlicht: (2019)

EPARA: Parallelizing Categorized AI Inference in Edge Clouds
von: Wang, Yubo, et al.
Veröffentlicht: (2025)

InTec: integrated things-edge computing: a framework for distributing machine learning pipelines in edge AI systems
von: Larian, Habib, et al.
Veröffentlicht: (2025)

Tiga: Accelerating Geo-Distributed Transactions with Synchronized Clocks [Technical Report]
von: Geng, Jinkun, et al.
Veröffentlicht: (2025)

Machine Learning-Driven Predictive Resource Management in Complex Science Workflows
von: Chowdhury, Tasnuva, et al.
Veröffentlicht: (2025)

SLED: A Speculative LLM Decoding Framework for Efficient Edge Serving
von: Li, Xiangchen, et al.
Veröffentlicht: (2025)

Experimental Evaluation of the PHP's cURL Library Performance
von: Kalmukov, Yordan
Veröffentlicht: (2024)

Quantifying the Performance Gap for Simple Versus Optimal Dynamic Server Allocation Policies
von: Carlsson, Niklas, et al.
Veröffentlicht: (2025)

NebulaFL: Effective Asynchronous Federated Learning for JointCloud Computing
von: Gao, Fei, et al.
Veröffentlicht: (2024)

Splitwise: Collaborative Edge-Cloud Inference for LLMs via Lyapunov-Assisted DRL
von: Younesi, Abolfazl, et al.
Veröffentlicht: (2025)

An Open API Architecture to Discover the Trustworthy Explanation of Cloud AI Services
von: Wang, Zerui, et al.
Veröffentlicht: (2024)

FPGA-Accelerated Lock Management and Transaction Processing: Architecture, Optimization, and Design Space Exploration
von: Zhu, Shien, et al.
Veröffentlicht: (2026)

Optimizing Split Learning Latency in TinyML-Based IoT Systems
von: Jenhani, Zied, et al.
Veröffentlicht: (2025)

Adaptive Parameter-Efficient Federated Fine-Tuning on Heterogeneous Devices
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Deduplicator: When Computation Reuse Meets Load Balancing at the Network Edge
von: Azad, Md Washik Al, et al.
Veröffentlicht: (2024)

Ethereal: Divide and Conquer Network Load Balancing in Large-Scale Distributed Training
von: Addanki, Vamsi, et al.
Veröffentlicht: (2024)

Optimal Oblivious Load-Balancing for Sparse Traffic in Large-Scale Satellite Networks
von: Ramakanth, Rudrapatna Vallabh, et al.
Veröffentlicht: (2026)

RailS: Load Balancing for All-to-All Communication in Distributed Mixture-of-Experts Training
von: Xu, Heng, et al.
Veröffentlicht: (2025)

QoS-Aware Load Balancing in the Computing Continuum via Multi-Player Bandits
von: Čilić, Ivan, et al.
Veröffentlicht: (2025)

RapidStream IR: Infrastructure for FPGA High-Level Physical Synthesis
von: Lau, Jason, et al.
Veröffentlicht: (2024)

GORGO: Maximizing KV-Cache Reuse While Minimizing Network Latency in Cross-Region LLM Load Balancing
von: Toniolo, Alessio Ricci, et al.
Veröffentlicht: (2026)

Causal Inference for Quantifying Noisy Neighbor Effects in Multi-Tenant Cloud Environments
von: Schiavo, Philipe S., et al.
Veröffentlicht: (2026)

Context-Aware Orchestration of Energy-Efficient Gossip Learning Schemes
von: Dinani, Mina Aghaei, et al.
Veröffentlicht: (2024)

Collective Communication Profiling of Modern-day Machine Learning Workloads
von: Gupta, Jit, et al.
Veröffentlicht: (2025)

FogROS2-FT: Fault Tolerant Cloud Robotics
von: Chen, Kaiyuan, et al.
Veröffentlicht: (2024)

Method for determining the acceleration of a parallel specialised computer system based on Amdahl's law
von: Filipchenko, Aleksandr S.
Veröffentlicht: (2024)

Design and Optimization of Hierarchical Gradient Coding for Distributed Learning at Edge Devices
von: Tang, Weiheng, et al.
Veröffentlicht: (2024)

Model-driven development of data intensive applications over cloud resources
von: Tolosana-Calasanz, Rafael, et al.
Veröffentlicht: (2024)

The Implications of Decentralization in Blockchained Federated Learning: Evaluating the Impact of Model Staleness and Inconsistencies
von: Wilhelmi, Francesc, et al.
Veröffentlicht: (2023)

eACGM: Non-instrumented Performance Tracing and Anomaly Detection towards Machine Learning Systems
von: Xu, Ruilin, et al.
Veröffentlicht: (2025)

Enabling Intelligent Vehicular Networks Through Distributed Learning in the Non-Terrestrial Networks 6G Vision
von: Naseh, David, et al.
Veröffentlicht: (2023)

EdgeTimer: Adaptive Multi-Timescale Scheduling in Mobile Edge Computing with Deep Reinforcement Learning
von: Hao, Yijun, et al.
Veröffentlicht: (2024)

Coordinated Reinforcement Learning Prefetching Architecture for Multicore Systems
von: Siddiqui, Mohammed Humaid, et al.
Veröffentlicht: (2025)

Q-adaptive: A Multi-Agent Reinforcement Learning Based Routing on Dragonfly Network
von: Kang, Yao, et al.
Veröffentlicht: (2024)

SAKURAONE: An Open Ethernet-Based AI HPC System and Its Observed Workload Dynamics in a Single-Tenant LLM Development Environment
von: Konishi, Fumikazu, et al.
Veröffentlicht: (2026)

Digital Twinning of a Pressurized Water Reactor Startup Operation and Partial Computational Offloading in In-network Computing-Assisted Multiaccess Edge Computing
von: Aliyu, Ibrahim, et al.
Veröffentlicht: (2024)

When IoT Meet LLMs: Applications and Challenges
von: Kok, Ibrahim, et al.
Veröffentlicht: (2024)

When Digital Twin Meets 6G: Concepts, Obstacles, and Research Prospects
von: Liu, Wenshuai, et al.
Veröffentlicht: (2024)