| 基于实例学习的并行负荷分配中的训练实例选择问题 |
| |
| 引用本文： | 龙舜,林永听,王会进.基于实例学习的并行负荷分配中的训练实例选择问题[J].计算机研究与发展,2008,45(Z1):228-232. |
| |
| 作者姓名： | 龙舜 林永听 王会进 |
| |
| 作者单位： | 暨南大学计算机科学系,广州,510632 |
| |
| 基金项目： | 暨南大学校科研和教改项目 |
| |
| 摘 要： | 基于实例学习的可适应性并行任务负荷分配算法能根据应用程序的静态特征估计其运算负荷,选定好的任务负荷分配方案使其多线程并行接近甚至达到最优,它具有低成本和高效率的特点.通过一系列实验,分析研究训练实例的选择对基于实例学习优化的效果的影响,从中总结一些有益的经验,以便进一步提高算法性能.
|
| 关 键 词： | 运行性能 并行化 基于实例的学习 训练实例 |
| 修稿时间： | 2007年7月10日 |
Training Example Selection in Instance-Based Learning Parallelization |
| |
| Long Shun,Lin Yongting,Wang Huijin.Training Example Selection in Instance-Based Learning Parallelization[J].Journal of Computer Research and Development,2008,45(Z1):228-232. |
| |
| Authors: | Long Shun Lin Yongting Wang Huijin |
| |
| Affiliation: | Long Shun,Lin Yongting,, Wang Huijin(Department of Computer Science,Ji'nan University,Guangzhou 510632) |
| |
| Abstract: | A learning-based approach uses static program features to estimate Java program's workload before allocate parallel workload among Java threads in order to achieve optimal higher performance. This paper analyses the impact training example selection can make on the efficiency of this approach, based on the results of a series of experiments. |
| |
| Keywords: | runtime performance parallelization instance-based learning training examples |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
