Uneingeschränkter Zugang

AI-driven resource scheduling optimisation model and its system architecture design for digital library management

Yu Zhao

Yu Zhao

Library, Zhongkai University of Agriculture and EngineeringGuangzhou, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Zhao, Yu
 und 
Ying Che

Ying Che

Library, Zhongkai University of Agriculture and EngineeringGuangzhou, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Che, Ying
  
17. März 2025
AI-driven resource scheduling optimisation model and its system architecture design for digital library management's Cover Image
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zitieren
COVER HERUNTERLADEN
Online veröffentlicht: 17. März 2025
Eingereicht: 22. Okt. 2024
Akzeptiert: 30. Jan. 2025
DOI: https://doi.org/10.2478/amns-2025-0156
Schlüsselwörter
© 2025 Yu Zhao et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.

Figure 1.

ARIMA model construction flowchart
ARIMA model construction flowchart

Figure 2.

Frame diagram of decomposed ARMI-LSTM resource prediction model
Frame diagram of decomposed ARMI-LSTM resource prediction model

Figure 3.

Dynamic resource scheduling process
Dynamic resource scheduling process

Figure 4.

Compare the node resource utilization ratio
Compare the node resource utilization ratio

Figure 5.

Time consumption contrast diagram
Time consumption contrast diagram

Figure 6.

Dynamic small-scale simulation load equalization
Dynamic small-scale simulation load equalization

Figure 7.

Dynamic small-scale simulation of delay changes
Dynamic small-scale simulation of delay changes
Sprache:
Englisch
Zeitrahmen der Veröffentlichung:
1 Hefte pro Jahr
Fachgebiete der Zeitschrift:
Biologie, Biologie, andere, Mathematik, Angewandte Mathematik, Mathematik, Allgemeines, Physik, Physik, andere
Zeitschrift RSS Feed