Automatic Reduction of Execution Trace Data Volume UsingGradient Boosting in Large-Scale Microservice Systems

Amir Haghshenas, Naser 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/74087/
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
Maison d'édition:	Canadian Artificial Intelligence Association
DOI:	10.21428/594757db.fe8b76cf
URL officielle:	https://doi.org/10.21428/594757db.fe8b76cf
Date du dépôt:	24 mars 2026 16:25
Dernière modification:	24 mars 2026 16:25

Citer en APA 7:	Haghshenas, A., Ezzati-Jivan, N., & Dagenais, M. (mai 2024). Automatic Reduction of Execution Trace Data Volume UsingGradient Boosting in Large-Scale Microservice Systems [Communication écrite]. 37th Canadian Conference on Artificial Intelligence (Canadian AI 2024), Guelph, ON, Canada. https://doi.org/10.21428/594757db.fe8b76cf
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel