seasonal-study-of-user-demand-and-it-system-usage-in-datacenters
Ce projet étudie la saisonnalité des demandes utilisateurs et de l'utilisation des systèmes informatiques dans les datacenters. Il analyse des séries temporelles issues de charges de travail HPC et de données Wikipedia pour identifier des motifs saisonniers, comparer des méthodes de prévision (LSTM, SVR, Prophet, TBATS) et caractériser les pics saisonniers. Les résultats sont visualisés sous forme de graphiques et de rapports pour faciliter l'interprétation des données.
Dépôt de code
Cas d'utilisation métiers
- Analyse de la saisonnalité des charges de travail : rechercher des initiatives proches
- Comparaison des méthodes de prévision : rechercher des initiatives proches
- Étude des séries temporelles HPC : rechercher des initiatives proches
- Analyse des données d'usage des datacenters : rechercher des initiatives proches
- Caractérisation des pics saisonniers : rechercher des initiatives proches
Organisation
- Université de Toulouse (organisation rattachée)
Cas d'utilisation fonctionnel
Outils utilisés
- NumPy : voir les initiatives de ses organisations qui l'ont aussi
- TensorFlow : voir les initiatives de ses organisations qui l'ont aussi
- Prophet : voir les initiatives de ses organisations qui l'ont aussi
- scikit-learn : voir les initiatives de ses organisations qui l'ont aussi
- Matplotlib : voir les initiatives de ses organisations qui l'ont aussi
- Pandas : voir les initiatives de ses organisations qui l'ont aussi
Description générée le vendredi 13 novembre 2026 à 16:46:56