MétaCan
Menu
Retour à la cohorte
Enregistrement W2476008613 · doi:10.4018/978-1-59904-265-7.ch010

ADAM

2007· book-chapter· en· W2476008613 sur OpenAlexaff
Sunitha Ramanujam, Miriam A. M. Capretz

Notice bibliographique

RevueAdvances in intelligent information technologies series/Advances in intelligent information technologies (AIIT) book series · 2007
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueMobile Agent-Based Network Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScope (computer science)Database administratorDatabaseThe InternetArchitectureRelational database management systemMulti-agent systemRelational databaseWorld Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In recent years, the emergence of the Internet has resulted in a proliferation of data. This in turn has given rise to increasing demands of organizations to access accurate information swiftly and efficiently. Thus, the scope of functions for databases has expanded more than ever and the complexity of database systems has grown accordingly. Consequently, the burden on database administrators (DBAs) has increased significantly. The objective of this research is to address and propose a solution to overcome this problem of overburdened and expensive DBAs. This chapter focuses on relational database management systems in particular and proposes a novel and innovative multiagent system (MAS) that would autonomously and rationally administer and maintain databases. The proposed multi-agent system tool, ADAM (a MAS for autonomous database administration and maintenance), is in the form of a self-administering wrapper around database systems and it addresses, and offers a solution to, the problem of overburdened and expensive DBAs with the objective of making databases a cost-effective option for small/medium-sized organizations. An implementation of the agent-based system to proactively or reactively identify and resolve a small subset of DBA tasks is discussed and the GAIA methodology is used to outline the detailed analysis and design of the same. Role models describing the responsibilities, permissions, activities, and protocols of the candidate agents, and interaction models representing the links between the roles are explained. The coordinated intelligent rational agent model is used to describe the agent architecture and a brief description of the functionalities, responsibilities, and components of each agent type in the ADAM multiagent system is presented. Finally, a prototype system implementation using JADE 2.5 and Oracle 8.1.7 is presented as evidence of the feasibility of the proposed agent-based solution for the autonomous administration and maintenance of relational databases.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0080,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,100
Science ouverte0,0080,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in intelligent information technologies series/Advances in intelligent information technologies (AIIT) book seriesMême sujetMobile Agent-Based Network ManagementTravaux en français237 207