Arquiteturas descentralizadas vêm crescendo bastante nos últimos anos com a ideia de desacoplar sistemas monolíticos para facilitar a comunicação entre os clientes e os serviços presentes neste tipo de ambiente. Contudo, os padrões da arquitetura de microsserviços ainda necessitam de um modelo mais completo e que defina todas as etapas da sua implantação. Este trabalho propõe um modelo de arquitetura para implementação de módulos que, acoplados ao DSpace versão 6, possibilitem a manipulação de metadados de itens digitais de forma a minimizar o tempo de inserção na ferramenta, isso é feito a partir de uma otimização no processo de inserção atual do DSpace. Os resultados obtidos com a integração do módulo de submissão, proporcionou um ganho na produtividade dos usuários submissores do sistema.
A grande quantidade de recursos disponíveis entre vários provedores em uma federação torna difícil escolher um que seja adequado para determinados workflows. Este trabalho propõe um Serviço de Predição de Recursos de Aprendizado de Máquina chamado sPCRAM. O sPCRAM usa um modelo de aprendizado de máquina combinado com uma meta-heurística GRASP para dimensionar os recursos de forma transparente e adequada, determinando o custo monetário e o tempo de execução antes da execução do workflow. Os resultados demonstram que o sPCRAM pode estimar adequadamente o tempo de execução e o custo dos recursos da federação em nuvem em média 97,70% mais rápido do que a técnica de força bruta para seleção de recursos.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.