Parallel software auto-tuning using statistical modeling and machine learning

• Опубліковано в: PROBLEMS IN PROGRAMMING
• Дата: 2018
• Випуск: 2-3
• Сторінки: 46-53
• ISSN: 1727-4907
• Автори та афіліації: А.Yu. Doroshenko — Institute of Software Systems NAS of Ukraine; P.A. Ivanenko — Institute of Software Systems NAS of Ukraine; O.S. Novak — Institute of Software Systems NAS of Ukraine; O.A. Yatsenko — Institute of Software Systems NAS of Ukraine
• Ключові слова: автоматизація програмування, автоматизація проєктування нейромереж, машинне навчання, автоматизація розробки програмного забезпечення, автоматизоване машинне навчання, автотюнінг програм, автоматизація оптимізації паралельних програм, автоматизація навчання, нейромережні технології, автоматизоване проєктування програм
• Автори: Doroshenko, А.Yu., Ivanenko, P.A., Novak, O.S., Yatsenko, O.A.
• Формат: Стаття
• Мова: Українська
• Опубліковано: PROBLEMS IN PROGRAMMING 2018
• Теми: auto-tuning; software development automation; machine learning; neural network; parallel computing; statistical modeling; UDC 004.4'24
• Онлайн доступ: https://pp.isofts.kiev.ua/index.php/ojs1/article/view/264
• Назва журналу: Problems in programming

Auto-tuning for complex and nontrivial parallel systems is usually time-consuming because of empirical evaluation of huge amount of combinations of parameter values of an initial parallel program in a target execution environment. This paper proposes the improvement of the auto-tuning method using statistical modeling and neural network algorithms that allow to reduce significantly the space of possible combinations of parameters values to analyse. The resulting optimization is illustrated by an example of tuning of parallel sorting program, that combines several sorting methods, by means of automatic training of a neural network model on results of “traditional” tuning cycles with subsequent replacement of some auto-tuner calls with an evaluation from the statistical model.Problems in programming 2018; 2-3: 046-053