{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,6]]，“日期-时间”：“2024-06-06T05:54:53Z”，“时间戳”：1717653293606}，“引用-计数”：38，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{'日期-部件“：[[2022,10,1]]，”日期-时间“：”2022-10-01T00:00:00Z“，”timestamp“：1664582400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2022,10,1]]，“日期时间”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00”，“时间戳”：1664.582400000{，“content-version“stm-as”，“delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,10,1]]，“date-time”：“2022-10-01T00:00:00Z”，“timestamp”：1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{（日期-部件）：[[2022,10,1]]1664582400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-004”}]，“资助者”：[{“doi”：“10.13039\/501100001809”，“名称”：“中国国家自然科学基金会”，“doi-asserted-by”：“publisher”，“奖项”：[“62172327”]}]，”content-domain“：{”domain“:[”elsevier.com“，”sciencedirect.com“]，”crossmark-restriction“：true}，”short-container-title“：[”未来一代计算机系统“]，“published-print”：{“date-parts”：[[2022,10]]}，“DOI”：“10.1016\/j.future.2022.04.032”，“type”：“journal-article”，“created”：{“date-parts”：[[202022,5,12]，“date-time”：“2022-05-12T02:07:00Z”，“timestamp”：1652321220000}，《page》：“259-269”，“update-policy”：m_policy“，”source“：”Crossref“，“is-referenced-by-count”：8，“title”：[“GARLSched:大规模高性能计算系统的生成性对抗性深度强化学习任务调度优化”]，“前缀”：“10.1016”，“卷”：“135”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0002-7770-110X”，“authenticated-ORCID”：false，“给定”：“Jingbo”，“family”：“Li”，”sequence“：“first”，“affiliation”：[]}，{“给定”：“兴军”，“家族”：“张”，“序列”：“附加”，“从属关系”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0002-234-0378”，“认证对象”：false，“给定”：“贾”，“家庭”：“卫”，“顺序”：“额外”，“隶属关系”：[]}“：”Wei“，”sequence“：”additional“，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“1”，“key”：“10.1016\/j.future.2022.04.032_51”，“doi-asserted-by”：“crossref”，“first-page”：“101”，“doi”：“101109\/TPDS.2021.3087349”，“article-title”：“COSCO:使用联合模拟和基于梯度的雾计算环境优化的容器编排”，“volume”：”33“，“author”：“Tuli”，“year”：“2022”，“journal-title”：“IEEE Trans.Parallel Distributed Syst.”}，{“key”：“10.1016\/j.future.2022.04.032_b2”，“series-title”：《高性能计算、网络、存储和分析国际会议论文集》，2017年11月12日至17日》，“首页”：“1”，“article-title“：“通过仿真和机器学习获取动态调度策略”，“author”：“Carastan-Santos”，“year”：“2017”}，{“key”：“10.1016\/j.future.2022.04.032_b3”，“series-title”：“高性能计算、网络、存储和分析国际会议论文集，SC 2020，虚拟事件，美国佐治亚州亚特兰大，2020年11月9日至19日”，“首页”：“31”，“文章标题”：“RLScheduler：使用强化学习的自动化HPC批处理作业调度程序”，“作者”：“张”，“年份”：“2020”}，{“问题”：“6”，“关键”：“10.1016\/j.future.2022.04.032_b4”，“doi-asserted-by”：“crossref”，“first page”：“1474”，”doi“：”10.1109\/TPDS.2020.2968427“，”article-title“：”通过深度强化学习在数据中心高效分配计算密集型工作“，”volume“：“31”，“author”：“Yi”，“year”：“2020”，“journal-title”：“IEEE Trans.并行分布式系统”}，{“issue”：“1”，“key”：“10.1016\/j.future.202.04.032_b5”，“首页”：“1”，“文章标题”：“使用A3C学习和残差递归神经网络的随机边缘云计算环境的动态调度”，“卷”：“1”，“作者”：“Tuli”，“年”：“2020”，“期刊标题”：“IEEE Trans.Mob.Comput.”}，｛“键”：“10.1016\/j.future.202.04.032_b6”，“doi断言由”：“crossref”，“first page”：“111”，“DOI”：“10.1016\/j.jss.2021.11124”，“article-title”：“HUNTER:基于人工智能的可持续云计算整体资源管理”，“volume”：”184“，“author”：“Tuli”，“year”：“2022”，“journal-title“：”j.Syst.Softw.“}，{“key”：：“ACM数据通信特别兴趣小组会议记录，2019年8月19日至23日，中国北京，SIGCOMM 2019”，“首页”：“270”，“文章标题”：“数据处理集群的学习调度算法”，“作者”：“Mao”，“年份”：“2019”}，{“issue”：“10”，“key”：“10.1016\/j.future.2022.04.032_b8”，“doi-asserted-by”：“crossref”，“第一页”：“2304”，“DOI”：“10.1109\/TPDS.2018.2820699”，“article-title”：“使用队列重新排序策略在线调整EASY-backball”，“volume”：“29”，“author”：“Gaussier”，“year”：“2018”，“journal-title“：”IEEE Trans.Parallel Distributed Syst.“}，{“issue”：“6”，“key”：”10.1016\/j.future.2022.04.032_b9“，”DOI-asserted-by“：”crossref“，”first page“：”5960“，“DO”我“：“10.1007\/s11227-020-03506-5”，“article-title”：“OKCM：使用在线学习改进高性能计算系统中的并行任务调度”，“volume”：“77”，“author”：“Li”，“year”：“2021”，“journal-title“：”J.Supercomput“}，{“issue”：“2”，“key”：”10.1016\/J.future.2022.04.032_b10“，”doi-asserted-by“：”crossref“，”first page“：”524“，”doi“：“10.1109\/TCC.2016.2617374”，“article-title”：“使用利用率预测模型在云数据中心进行节能虚拟机整合”，“volume”：“7”，“author”：“Farahnakian”，“year”：“2019”，“journal-title“：”IEEE Trans.cloud Comput.“}，{“key”：”10.1016\/j.future.2022.04.032_b11“，”series-title“：“第23届亚洲及南太平洋设计自动化会议，2018年1月22日至25日，韩国济州，ASP-DAC 2018”，“首页”：“129”，“文章标题”：“DRL-cloud:云服务提供商基于深度强化学习的资源供应和任务调度”，“作者”：“Cheng”，“年份”：“2018”}，{“key”：“10.1016\/j.future.2022.04.032_b12”，“series-title”：“支持DVFS的异构集群中具有截止时间约束的能量感知任务调度”，“author”：“Mei”，“year”：“2021”}，{“key”：“10.1016\/j.future.2022.04.032_b13”，“series-title”：《2009年IEEE集群计算国际会议论文集，2009年8月31日至9月4日，美国》，“首页”：“1”，“article-title“：“Blue上基于实用程序的故障感知作业调度，Gene \/P系统”，“author”：“Tang”，“year”：“2009”}，{“key”：“10.1016\/j.future.2022.04.032_b14”，“series-title”：“第24届IEEE新兴技术与工厂自动化国际会议，ETFA 2019年9月10日至13日”，“首页”：“459”，“article-title”：“使用专家指导的分布式强化学习在现代处理系统中进行动态调度”，“author”：“Qu”，“year”：“2019”}，{“issue”：“10”，“key”：“10.1016\/j.future.2022.04.032_b15”，“doi-asserted-by”：“crossref”，”first page“：”2967“，”doi“10.1016 \/jpdc.2014.06.013”，“article-title”：“使用并行工作负载档案的经验”，“volume”：“74”，“author”：“Feitelson”，“year”：“2014”，“journal-title”：“J.Parallel Distribute.Compute.”}，{“issue”：“1”，“key”：”10.1016\/J.future.2022.04.032_b16“，”doi-asserted-by“：”crossref“，”first-page:“72”，“doi”：“10.3390\/app10010072”，”article-title“：“swHPFM:在sunway TaihuLight超级计算机上重构和优化结构化网格流体力学算法”，“卷”：“10”，“作者”：“李”，“年份”：“2020”，“期刊标题”：“应用科学”}，{“键”：“10.1016\/j.future.2022.04.032_b17”，“doi-asserted-by”：“crossref”，“首页”：“13”，“doi”：“101016\/jpdc.2021.05.017”：“使用OpenMP、OpenACC和MPI实现科学应用程序的实用并行化”，“卷”：“157”，“作者”：“Aldinucci”，“年份”：“2021”，“日志标题”：“J.Parallel Distrib.Comput.”}，{“问题”：“10”，“键”：“10.1016\/J.future.2022.04.032_b18”，“doi-asserted-by”：“crossref”，《首页》：“2925”，“doi”：“101109\/TCAD.2019.2930575”，“文章标题”：“H2O-cloud:仓库级数据中心的资源和服务质量软件任务调度框架”，“volume”：“39”，“author”：“Cheng”，“year”：“2020”，“journal-title”：“IEEE Trans.Compute.-Aided Des.Integr.Circuits Syst.”}，{“key”：”10.1016\/j.future.2022.04.032_b19“，“series-title”：“第37届IEEE分布式计算系统国际会议，2017年6月5日至8日，美国佐治亚州亚特兰大，ICDCS 2017”，“首页”：“372”，“文章标题”：“使用深度强化学习的云资源分配和电源管理的层次框架”，“作者”：“刘”，“年份”：“2017”}，{“问题”：“3”，“关键”：“10.1016\/j.future.2022.04.032_b20”，“doi-asserted-by”：“crossref”，“first page”：“260”，”doi“：”10.1109\/71.993206“，”article-title“：”异构计算的高效低复杂性任务调度“，”volume“：”13“，”author“：”Topcuoglu“，“year”：“2002”，“journal-title”：“IEEE Trans.Parallel Distributed Syst.”}，{“key”：”10.1016\/j.future.2022.04.032_b21“，”series-title“：“2017年IEEE计算机通信会议，INFOCOM 2017，美国佐治亚州亚特兰大，2017年5月1日至4日”，“第一页”：“1”，“文章标题”：“CPU gpu混合集群上的节能实时任务调度”，“作者”：“Mei”，“年份”：“2017”}，{“问题”：“6”，“密钥”：“10.1016\/j.future.202.04.032_b22”，“doi断言”：“crossref”，“第一页”：“789”，“doi”：“10.1109\/TPDS.2007.70606”，“article-title”：“使用系统生成的预测而不是用户运行时估计进行回填”，“卷”：“18”，“作者”：“Tsafrir”，“年份”：“2007”，“日志标题”：“IEEE Trans.Parallel Distribute.Syst.”}，{“key”：“10.1016\/j.future.2022.04.032_b23”，“series-title”：“并行处理的作业调度策略，第九届国际研讨会，JSSPP 2003，西雅图，华盛顿州，美国，2003年6月24日，修订论文，第2862卷”，“首页”：“44”，“article-title”：“SLURM：资源管理的简单linux实用程序”，“author”：“Yoo”，“year”：“2003”}，{“key”：“10.1016\/j.future.2022.04.032_b24”，“series-title”：“ACM云计算研讨会，SOCC\u201913，美国加利福尼亚州圣克拉拉，2013年10月1-3日”，“首页”：“5:1”，“文章标题”：“Apache hadoop YARN:另一位资源谈判代表”，“作者”：“Vavilapalli”，“年份”：“2013”}，{“问题”：“1”，”key“：”10.1016\/j.future.2022.04.032_b25“，”doi-asserted-by“：”crossref“，”first page“：“66”，“doi”：“10.1109\/TCC.2018.2836424”，“article-title”：“批发市场中基于聚合的托管数据中心能源管理”，“volume”：“9”，“author”：“Guo”，“year”：“2021”，“journal-title“：”IEEE Trans.Cloud Compute.“}，{“key”：”10.1016\/j.future.2022.04.032_b26“，“series-title”：“ACM SIGCOMM 2014大会，SIGCOMM\u201914，芝加哥，伊利诺伊州，美国，2014年8月17日至22日”，“首页”：“455”，“文章标题”：“集群调度器的多资源打包”，“作者”：“Grandl”，“年份”：“2014”｝，｛“密钥”：“10.1016\/j.future.202.04.032_b27”，“系列标题”：“2019 IEEE集群计算国际会议，2019年9月23日至26日，美国新墨西哥州阿尔伯克基，Cluster 2019”，“首页”：“1”，“文章标题”：“使用基于LSTM的预测模型提高数据中心的资源利用率”，“作者”：“通力克”，“年份”：“2019}”，{“key”：“10.1016\/j.future.2022.04.032_b28”，“第一页”：”，“论文标题”：“云环境下基于深度强化学习方法的SLA感知在线任务调度”，“author”：“Ran”，“year”：“2019”}，{“key”：“10.1016\/j.future.2022.04.032_b29”，“series-title”：“第39届IEEE分布式计算系统国际会议，2019年7月7日至10日，美国德克萨斯州达拉斯”，“首页”：“634”，“article-title”：“为绿色数据中心实现高效的计算密集型工作分配：深度强化学习方法”，“作者”：“Yi”，“年份”：“2019”}，{“密钥”：“10.1016\/j.future.2022.04.032_b30”，“series-title”：“2016年11月9日至10日在美国佐治亚州亚特兰大举行的第15届ACM网络热点研讨会论文集”，“首页”：“50”，“article-title”：“资源管理与深度强化学习”，“author”：“Mao”，“year”：“2016”}，{“key”：“10.1016\/j.future.2022.04.032_b31”，“series-title”：《2019年第四届大数据与计算国际会议论文集》，“首页”：“48”，“article-title”：“Deepjs:基于云数据中心深度强化学习的作业调度”，“author”：“Li”，“year”：“2019”}，{“key”：“10.1016\/j.future.2022.04.032_b32”，“series-title”：“Advances in Knowledge Discovery and data Mining-24th Pacific-Asia Conference，PAKDD 2020，Singapore，May 11-14，Proceedings，PartII，Vol.12085”，“first page”：《906》，“article-title”：“数据中心作业调度与深度强化学习”，“author”：“Liang”，“year”：“2020”}，{“key”：“10.1016\/j.future.2022.04.032_b33”，“series-title”：”第39届IEEE分布式计算系统国际会议，2019年7月7日至10日，美国德克萨斯州达拉斯市，ICDCS 2019：“DeepEE:使用深度强化学习联合优化数据中心能效作业调度和冷却控制”，“author”：“Ran”，“year”：“2019”}，{“key”：“10.1016\/j.future.2022.04.032_b34”，“doi-asserted-by”：“crossref”，《first page》：“307”，“doi”：“1016\/j.futurn.2019.08.012”，“article-title”：“基于神经网络的云计算动态工作流调度多目标进化算法”，“volume”：“102”，“author”：“Ismayilov”，“year”：“2020”，“journal-title”：“Future Gener.Comput.Syst.”}，{“key”：”10.1016\/j.Future.2022.04.032_b35“，”series-title“：“机器学习，第二十届第一届国际会议（ICML 2004）论文集，加拿大阿尔伯塔省班夫，2004年7月4日至8日，第69卷”，“文章标题”：“通过反向强化学习进行学徒学习”，“作者”：“Abbeel”，“年份”：“2004”}，{“key”：“10.1016\/j.future.2022.04.032_b36”，“series-title”：“神经信息处理系统的进展29：2016年12月5日至10日，西班牙巴塞罗那，2016年神经信息处理年会”，“首页”：“4565”，“文章标题”：“生成性对抗性模仿学习”，“作者”：“Ho”，“年份”：“2016”}，{“key”：“10.1016\/j.future.2022.04.032_b37”，“series-title”：“2019 IEEE \/CVF国际计算机视觉会议，ICCV 2019，韩国首尔，2019年10月27日-11月2日”，“首页”：“9328”，“文章标题”：“探索自主驾驶行为克隆的局限性”，“作者”：“Codevilla”，“年份”：“2018”}，{“问题”：“11”，“关键”：“10.1016\/j.future.2022.04.032_b38”，“doi-asserted-by”：“crossref”，“first page”：“1105”，“DOI”：“10.1016\/S0743-7315（03）00108-4”，“article-title”：“并行超级计算机上的工作量：建模刚性作业的特征”，“volume”：”63“，“author”：“Lublin”，“year”：“2003”，“journal-title“：”J.parallel Distrib.Comput.“}]，“container-title，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0167739X22001613？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle\/PII:S0166739X2200613？httpAccess=text\/plain”，“content-type”：“text\/plain”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,4,1]]，“date-time”：“2024-04-01T15:30:20Z”，“timestamp”：1711985420000}，“score”：1，“resource”：{“primary”：“{”URL：“https:\/\/linkinghub.elsevier.com\/retrieve\/piii\/S0167739X22001613”}，“：[]，”已发布“：{”日期部分“：[2022,10]]}，“references-count”：38，“alternative-id”：[“S0167739X22001613”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.future.2022.04.032”，“relation”：{}，“ISSN”：[”0167-739X“]，“ISSN-type”：[{“value”：“0167-729X”，“type”:“print”}]，“subject”：[/]，“published”：{“date-parts”：[2022,10]}，”assertion“：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“GARLSched：大规模高性能计算系统的生成性对抗性深度强化学习任务调度优化”，“name”：“articletite”，“label”：“Article Title”}，{”value“：“Future Generation Computer systems”，“name”：“journaltitle”，“label”：”Journal Title“}，”{“value”：“https:\/\/doi.org/10.1016\/j.future.2022.04.032”，“name”：“articlelink”，“label”：“CrossRef doi链接到出版商维护的版本”｝，｛“value”：“article”，“name”：“content_type”，“label”：“content type”｝，｛“value”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“name”：“copyright”，“label”：“copyright”｝]｝