PerForecast : un outil de prévision de l'évolution de séries temporelles pour le planning capacitaire

Colin Leverger 1, 2 Régis Marguerie 2 Vincent Lemaire 3 Thomas Guyet 1, 4 Simon Malinowski 5
1 LACODAM - Large Scale Collaborative Data Mining
Inria Rennes – Bretagne Atlantique , IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
2 Orange Labs [Cesson-Sévigné]
3 Orange Labs [Lannion]
4 AGROCAMPUS OUEST
5 LinkMedia - Creating and exploiting explicit links between multimedia fragments
Inria Rennes – Bretagne Atlantique , IRISA-D6 - MEDIA ET INTERACTIONS
Abstract : Nous présentons PerForecast, un outil qui vise à automatiser le processusde planning capacitaire en utilisant des données temporelles univariéeset des modèles prédictifs configurés automatiquement. L'objectif est d'anticiperles problèmes de dimensionnement dans les infrastructures d'Orange quiassurent la délivrance d'un service aux clients. Il s'agira par exemple de prévoirau plus « tôt » la surcharge d'un serveur, afin de commander en avance de nouvellesmachines (avant la détérioration du service considéré). Les démarches dedimensionnent et d'achat étant longues et coûteuses, plus elles sont effectuéestôt, meilleure sera la qualité de service.
Document type :
Conference papers
Complete list of metadatas

Cited literature [6 references]  Display  Hide  Download
https://hal.inria.fr/hal-01911243
Contributor : Colin Leverger <>
Submitted on : Friday, November 2, 2018 - 3:25:04 PM
Last modification on : Friday, September 13, 2019 - 9:49:21 AM
Long-term archiving on : Sunday, February 3, 2019 - 1:05:21 PM

File

perforecast.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01911243, version 1

Collections

AGROCAMPUS-OUEST | UNAM | UNIV-RENNES1 | AGROCAMPUS-OUEST-IRISA | CENTRALESUPELEC | IRISA | INRIA | UR1-UFR-ISTIC | UNIV-RENNES

Citation

Colin Leverger, Régis Marguerie, Vincent Lemaire, Thomas Guyet, Simon Malinowski. PerForecast : un outil de prévision de l'évolution de séries temporelles pour le planning capacitaire. EGC 2018 - Conférence Extraction et Gestion des Connaissances, Jan 2018, Paris, France. pp.455-458. ⟨hal-01911243⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

252

Files downloads

74

Contact


archive-ouverte@inria.fr