Синтез архітектури сервісів на основі нейромережі з глибоким навчанням
DOI:
https://doi.org/10.20535/1560-8956.47.2025.340231Ключові слова:
проектування сервісів, архітектура сервісу, штучний інтелект, нейронні мережі, глибоке навчання, трансформериАнотація
Об’єктом дослідження є архітектури сервісів, які надаються провайдерам інфокомунікаційних послуг в інформаційних системах ІТ-компаній-розробників за моделлю End-to-End. Метою дослідження є підвищення ефективності вирішення задачі синтезу архітектури сервісів. Для досягнення мети пропонується нейромережева модель на базі трансформера з мультиувагою для ефективного вирішення завдань синтезу архітектур сервісів. Це дозволяє синтезувати архітектури сервісу з урахуванням найбільш характерних параметрів діяльності провайдерів і особливостей їх клієнтів, функціональних, часових і фінансових вимог та інших важливих чинників впливу. Навчена у такий спосіб нейронна мережа буде здатна використовувати накопичений досвід синтезу ефективної архітектури сервісів.
Бібл. 19, іл. 7, табл. 1
Посилання
Saraiva de Sousa, N. F., Lachos Perez, D. A., Rosa, R. V., Santos, M. A. S., & Esteve Rothenberg, C. Network Service Orchestration: A survey. Computer Communications. – 2019 – Vols. 142–143. – pp. 69-94. https://doi.org/10.1016/j.comcom.2019.04.008
В. Чимшир, С. Теленик, О. Ролік, Е. Жаріков. Платформа підтримки життєвого циклу сервісів в інформаційних системах провайдерів інформаційно-комунікаційних послуг. Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник. – 2023. – № 1 (42). – С. 205-226. https://doi.org/10.20535/1560-8956.42.2023.279172
Manvi, S. S., & Krishna Shyam, G.. Resource management for Infrastructure as a Service (IaaS) in cloud computing: A survey. Journal of Network and Computer Applications. – 2014. – Vol. 41. – pp. 424-440. https://doi.org/10.1016/j.jnca.2013.10.004
Widianto, A., & Subriadi, A. P. IT service management evaluation method based on content, context, and process approach: A literature review. Procedia Computer Science. – 2022. – Vol. 197. – pp. 410-419. https://doi.org/10.1016/j.procs.2021.12.157
Yu, Q., Zhao, N., Li, M., Li, Z., Wang, H., Zhang, W., Sui, K., & Pei, D. A survey on intelligent management of alerts and incidents in IT services. Journal of Network and Computer Applications. – 2024. – Vol. 224. – №103842. https://doi.org/10.1016/j.jnca.2024.103842
Sun, R., & Gregor, S. Reconceptualizing platforms in information systems research through the lens of service-dominant logic. In The Journal of Strategic Information Systems. – 2023. – Vol. 32(3). – №101791. https://doi.org/10.1016/j.jsis.2023.101791
Zakaria, A. F., Lim, S. C. J., & Aamir, M. A pricing optimization modelling for assisted decision making in telecommunication product-service bundling. In International Journal of Information Management Data Insights. – 2024. – Vol. 4(1) . – №100212. https://doi.org/10.1016/j.jjimei.2024.100212
Collins, C., Dennehy, D., Conboy, K., & Mikalef, P. Artificial intelligence in information systems research: A systematic literature review and research agenda. International Journal of Information Management. – 2021. – Vol. 60. – №102383. https://doi.org/10.1016/j.ijinfomgt.2021.102383
K. Khotin, V. Shymkovych, P. Kravets, A. Novatsky, L. Shymkovych. Convolutional neural network for dog breed recognition system. Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник. – 2024. – № 2 (45). – С. 3-14. https://doi.org/10.20535/1560-8956.45.2024.313022
Steblianko, O., Shymkovych, V., Kravets, P., Novatskyi, A., & Shymkovych, L. Scientific article summarization model with unbounded input length. Information. Computing and Intelligent systems. – 2024. – Vol. 5. – pp. 150-158. https://doi.org/10. 20535/2786-8729.5.2024.314724
Kobchenko, V.R., Shymkovysh, V.M., Kravets, P.I., Novatskyi, A.O., Shymkovysh, L.L., & Doroshenko, А.Y. An intelligent chatbot for evaluating the emotional colouring of a message and responding accordingly. PROBLEMS IN PROGRAMMING. – 2024. – Vol. 1. – pp. 23-29. http://doi.org/10.15407/pp2024.01.23
Ahlawat, H., Aggarwal, N., & Gupta, D. Automatic Speech Recognition: A survey of deep learning techniques and approaches. International Journal of Cognitive Computing in Engineering. – 2025. – Vol. 6. – pp. 201-237. https://doi.org/10.1016/j.ijcce. 2024.12.007
Yu, J., Xu, Y., Koh, J. Y., Luong, T., Baid, G., Wang, Z., Vasudevan, V., Ku, A., Yang, Y., Ayan, B. K., Hutchinson, B., Han, W., Parekh, Z., Li, X., Zhang, H., Baldridge, J., & Wu, Y. (2022). Scaling Autoregressive Models for Content-Rich Text-to-Image Generation (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2206.10789
M. Osypenko, V. Shymkovych, P. Kravets, A. Novatsky, L. Shymkovych. Intelligent control system with reinforcement learning for solving video game tasks. Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник. – 2024. – № 2 (45). – С. 34-46. https://doi.org/10.20535/1560-8956.45.2024.313065
Kravets, P., Novatskyi, A., Shymkovych, V., Rudakova, A., Lebedenko, Y., Rudakova, H. Neural Network Model for Laboratory Stand Control System Controller with Parallel Mechanisms. Lecture Notes on Data Engineering and Communications Technologies. – 2023. – Vol. 181. – pp. 47-58. https://doi.org/10.1007/978-3-031-36118-0_5
Wang, X., He, Z., & Peng, X. Artificial-Intelligence-Generated Content with Diffusion Models: A Literature Review. Mathematics. – 2024. – Vol. 12(7). – №977. https://doi.org/10.3390/math12070977
Islam, S., Elmekki, H., Elsebai, A., Bentahar, J., Drawel, N., Rjoub, G., & Pedrycz, W. A comprehensive survey on applications of transformers for deep learning tasks. Expert Systems with Applications. – 2023. – Vol. 241. – №122666. https://doi.org/10.1016/j.eswa.2023.122666
Le, D. P. C., Wang, D., & Le, V.-T. A Comprehensive Survey of Recent Transformers in Image, Video and Diffusion Models. Computers, Materials & Continua. – 2024. – Vol. 80(1). – pp. 37-60. https://doi.org/10.32604/cmc.2024.050790
Han, K., Wang, Y., Chen, H., Chen, X., Guo, J., Liu, Z., Tang, Y., Xiao, A., Xu, C., Xu, Y., Yang, Z., Zhang, Y., & Tao, D. A Survey on Vision Transformer. IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2023. – Vol. 45(1) . – pp. 87-110. https://doi.org/10.1109/tpami.2022.3152247
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
1.Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
