Des chercheurs de l\u2019Universit\u00e9 nationale des sciences et technologies de S\u00e9oul, en collaboration avec Samsung Electronics, ont mis au point une m\u00e9thode d\u2019IA capable de pr\u00e9dire les pannes de SSD m\u00eame lorsque les donn\u00e9es de maintenance contiennent des rapports de panne inexacts. Cette approche utilise l\u2019apprentissage par instances multiples (MIL) pour tirer des enseignements de groupes de SSD signal\u00e9s comme \u00e9tant tomb\u00e9s en panne simultan\u00e9ment, tout en estimant le risque de panne individuel de chaque disque. Les chercheurs ont test\u00e9 cette m\u00e9thode \u00e0 l\u2019aide de donn\u00e9es r\u00e9elles issues d\u2019un centre de donn\u00e9es Alibaba Cloud. Lorsque 40 % des donn\u00e9es d\u2019entra\u00eenement contenaient de fausses \u00e9tiquettes de d\u00e9faillance, le score F1 d\u2019un mod\u00e8le conventionnel est pass\u00e9 de 0,731 \u00e0 0,261. En revanche, l\u2019approche propos\u00e9e, bas\u00e9e sur le \u00ab mean pooling \u00bb, a atteint un score F1 de 0,717, d\u00e9montrant ainsi une bien meilleure r\u00e9silience face aux \u00e9tiquettes inexactes. Cette m\u00e9thode pourrait aider les op\u00e9rateurs de centres de donn\u00e9es \u00e0 identifier les SSD les plus susceptibles de tomber en panne et \u00e0 hi\u00e9rarchiser les inspections, les sauvegardes, la surveillance et les remplacements. Les chercheurs sugg\u00e8rent \u00e9galement que cette approche pourrait \u00eatre \u00e9tendue au-del\u00e0 des SSD \u00e0 d\u2019autres syst\u00e8mes industriels o\u00f9 un probl\u00e8me peut \u00eatre d\u00e9tect\u00e9 au sein d\u2019un groupe, mais o\u00f9 l\u2019identification du composant d\u00e9fectueux exact s\u2019av\u00e8re difficile.<\/p>\n","protected":false},"excerpt":{"rendered":"
Des chercheurs de l\u2019Universit\u00e9 nationale des sciences et technologies de S\u00e9oul, en collaboration avec Samsung Electronics, ont mis au point une m\u00e9thode d\u2019IA capable de pr\u00e9dire les pannes de SSD m\u00eame lorsque les donn\u00e9es de maintenance contiennent des rapports de panne inexacts. Cette approche utilise l\u2019apprentissage par instances multiples (MIL) pour tirer des enseignements de […]<\/p>\n","protected":false},"author":12,"featured_media":10238,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[60],"tags":[],"class_list":["post-10244","post","type-post","status-publish","format-standard","hentry","category-ai-2"],"_links":{"self":[{"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/posts\/10244","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/comments?post=10244"}],"version-history":[{"count":1,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/posts\/10244\/revisions"}],"predecessor-version":[{"id":10245,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/posts\/10244\/revisions\/10245"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/media\/10238"}],"wp:attachment":[{"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/media?parent=10244"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/categories?post=10244"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/unescoalfozanprize.org\/fr\/wp-json\/wp\/v2\/tags?post=10244"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}