Otwarty dostęp

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
Wyszukaj tego autora
Sciendo|Google Scholar
Zhao, Yu
 oraz 
Ying Che

Ying Che

Library, Zhongkai University of Agriculture and EngineeringGuangzhou, China
Wyszukaj tego autora
Sciendo|Google Scholar
Che, Ying
  
17 mar 2025
AI-driven resource scheduling optimisation model and its system architecture design for digital library management's Cover Image
O artykule
Poprzedni artykuł
Następny artykuł
Zacytuj
Pobierz okładkę
Data publikacji: 17 mar 2025
Otrzymano: 22 paź 2024
Przyjęty: 30 sty 2025
DOI: https://doi.org/10.2478/amns-2025-0156
Słowa kluczowe
© 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
Język:
Angielski
Częstotliwość wydawania:
1 razy w roku
Dziedziny czasopisma:
Nauki biologiczne, Nauki biologiczne, inne, Matematyka, Matematyka stosowana, Matematyka ogólna, Fizyka, Fizyka, inne
Kanał RSS czasopisma