2025-02-22T10:29:31-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-144581%22&qt=morelikethis&rows=5
2025-02-22T10:29:31-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-144581%22&qt=morelikethis&rows=5
2025-02-22T10:29:31-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-22T10:29:31-05:00 DEBUG: Deserialized SOLR response
Автотюнінг паралельних програм із використанням статистичного моделювання та машинного навчання

Автотюнінг паралельних програм із використанням статистичного моделювання та машинного навчання

Автотюнінг для складних і нетривіальних програмних систем зазвичай вимагає багато часу внаслідок емпіричного оцінювання великої множини варіантів значень параметрів вхідної паралельної програми у цільовому середовищі виконання. У даній роботі запропоноване вдосконалення методу автотюнінгу на основі...

Full description

Saved in:
Bibliographic Details
Main Authors: Дорошенко, А.Ю., Іваненко, П.А., Новак, О.C., Яценко, О.А.
Format: Article
Language:Ukrainian
Published: Інститут програмних систем НАН України 2018
Series:Проблеми програмування
Subjects:
Паралельне програмування. Розподілені системи і мережі
Online Access:http://dspace.nbuv.gov.ua/handle/123456789/144581
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Автотюнінг для складних і нетривіальних програмних систем зазвичай вимагає багато часу внаслідок емпіричного оцінювання великої множини варіантів значень параметрів вхідної паралельної програми у цільовому середовищі виконання. У даній роботі запропоноване вдосконалення методу автотюнінгу на основі використання статистичного моделювання та нейромережевих алгоритмів, що дозволяє суттєво звузити простір можливих значень параметрів, що аналізуються. Застосування підходу продемонстроване на прикладі автотюнінгу паралельної програми сортування, яка комбінує декілька методів сортування, на основі автоматичного навчання нейромережевої моделі на результатах “традиційних” циклів тюнінгу з подальшою заміною частини запусків автотюнера оцінкою зі статистичної моделі.

Similar Items