SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:kth-341954"
 

Sökning: onr:"swepub:oai:DiVA.org:kth-341954" > Diffusion-Based Tim...

LIBRIS Formathandbok  (Information om MARC21)
FältnamnIndikatorerMetadata
00003385naa a2200505 4500
001oai:DiVA.org:kth-341954
003SwePub
008240108s2023 | |||||||||||000 ||eng|
0247 a https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-3419542 URI
0247 a https://doi.org/10.1145/3611643.36138662 DOI
040 a (SwePub)kth
041 a engb eng
042 9 SwePub
072 7a ref2 swepub-contenttype
072 7a kon2 swepub-publicationtype
1001 a Yang, Fangkaiu Microsoft, China4 aut
2451 0a Diffusion-Based Time Series Data Imputation for Cloud Failure Prediction at Microsoft 365
264 1b Association for Computing Machinery (ACM),c 2023
338 a print2 rdacarrier
500 a Part of ISBN 9798400703270QC 20240108
520 a Ensuring reliability in large-scale cloud systems like Microsoft 365 is crucial. Cloud failures, such as disk and node failure, threaten service reliability, causing service interruptions and financial loss. Existing works focus on failure prediction and proactively taking action before failures happen. However, they suffer from poor data quality, like data missing in model training and prediction, which limits performance. In this paper, we focus on enhancing data quality through data imputation by the proposed Diffusion+, a sample-efficient diffusion model, to impute the missing data efficiently conditioned on the observed data. Experiments with industrial datasets and application practice show that our model contributes to improving the performance of downstream failure prediction.
650 7a NATURVETENSKAPx Data- och informationsvetenskapx Programvaruteknik0 (SwePub)102052 hsv//swe
650 7a NATURAL SCIENCESx Computer and Information Sciencesx Software Engineering0 (SwePub)102052 hsv//eng
650 7a NATURVETENSKAPx Data- och informationsvetenskapx Annan data- och informationsvetenskap0 (SwePub)102992 hsv//swe
650 7a NATURAL SCIENCESx Computer and Information Sciencesx Other Computer and Information Science0 (SwePub)102992 hsv//eng
653 a Diffusion model
653 a disk failure prediction
653 a missing data imputation
7001 a Yin, Wenjieu KTH,Robotik, perception och lärande, RPL4 aut0 (Swepub:kth)u1it1cm1
7001 a Wang, Luu Microsoft, China4 aut
7001 a Li, Tianciu Microsoft, China4 aut
7001 a Zhao, Puu Microsoft, China4 aut
7001 a Liu, Bou Microsoft, China4 aut
7001 a Wang, Paulu Microsoft, China4 aut
7001 a Qiao, Bou Microsoft, China4 aut
7001 a Liu, Yudongu Microsoft, China4 aut
7001 a Björkman, Mårten,d 1970-u KTH,Robotik, perception och lärande, RPL4 aut0 (Swepub:kth)u1cs4x4i
7001 a Rajmohan, Saravanu Microsoft, USA4 aut
7001 a Lin, Qingweiu Microsoft, China4 aut
7001 a Zhang, Dongmeiu Microsoft, China4 aut
7102 a Microsoft, Chinab Robotik, perception och lärande, RPL4 org
7730 t ESEC/FSE 2023 - Proceedings of the 31st ACM Joint Meeting European Software Engineering Conference and Symposium on the Foundations of Software Engineeringd : Association for Computing Machinery (ACM)g , s. 2050-2055q <2050-2055
8564 u https://doi.org/10.1145/3611643.3613866y Fulltext
8564 8u https://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-341954
8564 8u https://doi.org/10.1145/3611643.3613866

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy