Digitala Vetenskapliga Arkivet

Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Domain Adaptation for Networking
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi.
2022 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

This thesis explores domain adaptation methods to improve machine learning models in a networking environment where the domain of the data changes after initial data gathering. The applied methods make use of Generative Adversarial Nets and aim to create a model to predict service performance on a client machine using resource utilisation data collected from a server cluster that provides the service. However, since the models were originally designed for image classification, they were changed to work on the problem at hand, because it is a regression task with tabular data. The report explores the theory behind these methodologies and presents the implementations and their results in this project. Unfortunately, the chosen methods did not provide an improvement compared to a regular model, therefore the report also examines the possible causes for this, and provides informed reasons. 

Ort, förlag, år, upplaga, sidor
2022. , s. 44
Serie
IT ; 22 067
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
URN: urn:nbn:se:uu:diva-484286OAI: oai:DiVA.org:uu-484286DiVA, id: diva2:1694445
Utbildningsprogram
Masterprogram i dataanalys
Handledare
Examinatorer
Tillgänglig från: 2022-09-09 Skapad: 2022-09-09 Senast uppdaterad: 2023-07-12Bibliografiskt granskad

Open Access i DiVA

fulltext(1832 kB)261 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1832 kBChecksumma SHA-512
def9b11e47b77d239d24211e1d8748033ee6464d44395c85769cde247ecb0fb84b8785f10cb9d8c15e53adc7003759e2324a389dd005436d1c27ac618dcf8ad3
Typ fulltextMimetyp application/pdf

Av organisationen
Institutionen för informationsteknologi
Teknik och teknologier

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 261 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 205 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf