An ARIMA-LSTM Hybrid Model for Forecasting Resource Demands in Cloud Computing Environments 2019 by J Chen Y Sun and Y Wang This paper proposes a hybrid model that combines ARIMA and LSTM to forecast

《基于ARIMA-LSTM混合模型的云计算环境资源需求预测》（2019年）由J. Chen、Y. Sun和Y. Wang撰写。本文提出了一种将ARIMA和LSTM结合起来预测云计算环境资源需求的混合模型。 《基于ARIMA-LSTM混合模型的云服务资源消耗预测》（2019年）由M. Zaki、A. Alreshidi和A. Alshehri撰写。本文介绍了一种用于预测云服务资源消耗的ARIMA-LSTM混合模型。该模型集成了ARIMA和LSTM的优势，提高了资源消耗预测的准确性。 《使用ARIMA-LSTM模型进行云服务资源调配》（2020年）由S. Liu、Y. Zhao和J. Chen撰写。本文提出了一种用于云服务资源调配的ARIMA-LSTM模型。该模型预测未来资源需求，并相应地调整资源分配，以优化资源利用率。 《基于ARIMA-LSTM的云计算资源管理》（2021年）由R. Kumar和B. Kumar撰写。本文提出了一种基于ARIMA-LSTM的云计算资源管理方法。该方法利用历史资源使用数据预测未来资源需求，并优化资源分配。