Optimizing Cloud-Based Computational Systems for Energy Efficiency
Keywords:
cloud computing, energy efficiency, virtualization, machine learning, data centersAbstract
This article investigates methods to optimize cloud-based computational systems with a focus on energy efficiency. It discusses various strategies including virtualization, workload management, and data center design. The paper also examines the role of machine learning in predicting energy demands and optimizing resource allocation. The findings offer insights into reducing energy consumption while maintaining high-performance levels in cloud environments.
This is a preliminary version. To read the full version of the article, please purchase a subscription.
References
KUMAR, Nitin; KATARIA, Vipin. Enhanced Sentiment Classification using a Multi-layered Stacked Ensemble Architecture.
Искендерзаде, Э. Б. О., Рагимов, Э. Р. О., & Джейхун, Р. (2024). НОВЫЕ КРИТЕРИИ ОЦЕНКИ ЭМИССИИ С И СО2 В ВОЗДУХ АВТОМОБИЛЬНЫМ ТРАНСПОРТОМ. Природные системы и ресурсы, 14(2), 47-54.
Рагимов, Э. Р. О. (2012). Методология оптимальной идентификации расположения программных единиц в комплексе безопасных программ, реализующих систему защиты информации корпоративной сети. Вопросы защиты информации, (1), 51-57.
