<  Retour au portail Polytechnique Montréal

Automatic reduction of execution trace data volume using gradient boosting in large-scale microservice systems

Amir Haghshenas, Nasser Ezzati-Jivan et Michel Dagenais

Communication écrite (2024)

Document en libre accès chez l'éditeur officiel
Un lien externe est disponible pour ce document
Département: Département de génie informatique et génie logiciel
URL de PolyPublie: https://publications.polymtl.ca/58644/
Nom de la conférence: 37th Canadian Conference on Artificial Intelligence (Canadian AI 2024)
Lieu de la conférence: Guelph, ON, Canada
Date(s) de la conférence: 2024-05-27 - 2024-05-31
URL officielle: https://caiac.pubpub.org/pub/dh3zxquj
Date du dépôt: 26 juin 2024 12:51
Dernière modification: 25 sept. 2024 16:51
Citer en APA 7: Haghshenas, A., Ezzati-Jivan, N., & Dagenais, M. (mai 2024). Automatic reduction of execution trace data volume using gradient boosting in large-scale microservice systems [Communication écrite]. 37th Canadian Conference on Artificial Intelligence (Canadian AI 2024), Guelph, ON, Canada (12 pages). https://caiac.pubpub.org/pub/dh3zxquj

Statistiques

Aucune statistique n'est disponible.

Actions réservées au personnel

Afficher document Afficher document
PolyPublie est le dépôt institutionnel de Polytechnique Montréal.
Site développé à l'aide du logiciel libre EPrints.