論文の概要: An Analysis of Distributed Systems Syllabi With a Focus on
Performance-Related Topics
- arxiv url: http://arxiv.org/abs/2103.01858v1
- Date: Tue, 2 Mar 2021 16:49:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-09 12:14:16.706858
- Title: An Analysis of Distributed Systems Syllabi With a Focus on
Performance-Related Topics
- Title(参考訳): パフォーマンス関連トピックに着目した分散システムsyllabiの分析
- Authors: Cristina L. Abad and Alexandru Iosup and Edwin F. Boza and Eduardo
Ortiz-Holguin
- Abstract要約: 我々は、トップコンピュータサイエンスプログラムから51の現在(2019-2020)の分散システムシラビのデータセットを分析した。
本研究では,DSコースで言及されているインフラの規模を,小規模なクライアントサーバシステムからクラウドスケール,ピアツーピア,グローバルスケールシステムまで検討する。
- 参考スコア(独自算出の注目度): 65.86247008403002
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We analyze a dataset of 51 current (2019-2020) Distributed Systems syllabi
from top Computer Science programs, focusing on finding the prevalence and
context in which topics related to performance are being taught in these
courses. We also study the scale of the infrastructure mentioned in DS courses,
from small client-server systems to cloud-scale, peer-to-peer, global-scale
systems. We make eight main findings, covering goals such as performance, and
scalability and its variant elasticity; activities such as performance
benchmarking and monitoring; eight selected performance-enhancing techniques
(replication, caching, sharding, load balancing, scheduling, streaming,
migrating, and offloading); and control issues such as trade-offs that include
performance and performance variability.
- Abstract(参考訳): 我々は,コンピュータサイエンスのトッププログラムから,51の現在(2019-2020)の分散システムシラビのデータセットを分析し,これらのコースでパフォーマンスに関するトピックが教えられている状況と状況を明らかにすることに焦点を当てた。
また,dsコースで言及されるインフラストラクチャの規模について,小規模クライアントサーバシステムからクラウドスケール,ピアツーピア,グローバルスケールシステムまで検討した。
パフォーマンス、スケーラビリティ、弾力性などの目標、パフォーマンスベンチマークやモニタリングなどのアクティビティ、選択された8つのパフォーマンス改善テクニック(レプリケーション、キャッシュ、シャーディング、ロードバランシング、スケジューリング、ストリーミング、マイグレーション、オフロード)、パフォーマンスとパフォーマンスの多様性を含むトレードオフのようなコントロールの問題など、主な8つの発見を行います。
関連論文リスト
- Deep Configuration Performance Learning: A Systematic Survey and
Taxonomy [3.635696352780227]
我々は、構成されたソフトウェアの性能学習におけるディープラーニングのトピックについてレビューを行う。
調査対象は6つの索引付けサービスにまたがる948件の検索論文で,85件の一次論文を抽出,分析した。
この結果から,構成データの作成方法,深層構成性能学習モデルの構築方法,モデルの評価方法,活用方法など,重要なトピックと統計情報を要約した。
論文 参考訳(メタデータ) (2024-03-05T21:05:16Z) - Introducing PetriRL: An Innovative Framework for JSSP Resolution
Integrating Petri nets and Event-based Reinforcement Learning [4.5778421917309915]
ジョブショップスケジューリング問題を解決する革新的なフレームワーク(JSSP)について紹介する。
提案手法では,ペトリネットを利用して求人店をモデル化し,説明性の向上だけでなく,生データの直接的取り込みも実現している。
我々のアプローチは、様々なインスタンスサイズをまたいで一般化する堅牢な能力を示すだけでなく、ペトリネットのグラフの性質を活用してジョブ操作を動的に追加する。
論文 参考訳(メタデータ) (2024-01-23T12:30:49Z) - On the Trade-off of Intra-/Inter-class Diversity for Supervised
Pre-training [72.8087629914444]
教師付き事前学習データセットのクラス内多様性(クラス毎のサンプル数)とクラス間多様性(クラス数)とのトレードオフの影響について検討した。
トレーニング前のデータセットのサイズが固定された場合、最高のダウンストリームのパフォーマンスは、クラス内/クラス間の多様性のバランスがとれる。
論文 参考訳(メタデータ) (2023-05-20T16:23:50Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳(メタデータ) (2022-04-29T08:06:05Z) - Federated Stochastic Gradient Descent Begets Self-Induced Momentum [151.4322255230084]
Federated Learning(FL)は、モバイルエッジシステムに適用可能な、新興の機械学習手法である。
このような条件下での勾配降下(SGD)への走行は,大域的な集約プロセスに運動量的な項を加えるとみなすことができる。
論文 参考訳(メタデータ) (2022-02-17T02:01:37Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳(メタデータ) (2021-12-22T14:45:37Z) - MLPerfTM HPC: A Holistic Benchmark Suite for Scientific Machine Learning
on HPC Systems [32.621917787044396]
我々はMLCommonsTM Associationが推進する科学機械学習トレーニングアプリケーションのベンチマークスイートであるHPCを紹介する。
共同分析のための体系的なフレームワークを開発し、データステージング、アルゴリズム収束、計算性能の観点から比較する。
低レベルのメモリ、I/O、ネットワークの振る舞いに関して、各ベンチマークを特徴付けることで結論付ける。
論文 参考訳(メタデータ) (2021-10-21T20:30:12Z) - An Extensible Benchmark Suite for Learning to Simulate Physical Systems [60.249111272844374]
我々は、統一されたベンチマークと評価プロトコルへの一歩を踏み出すために、一連のベンチマーク問題を導入する。
本稿では,4つの物理系と,広く使用されている古典的時間ベースおよび代表的なデータ駆動手法のコレクションを提案する。
論文 参考訳(メタデータ) (2021-08-09T17:39:09Z) - Machine Learning-based Orchestration of Containers: A Taxonomy and
Future Directions [25.763692543206773]
既存のメインストリームのクラウドサービスプロバイダは、自動化されたアプリケーション管理のために、分散システムインフラストラクチャにコンテナテクノロジを広く採用しています。
コンテナ化されたアプリケーションのデプロイ、メンテナンス、自動スケーリング、ネットワークの自動化を扱うために、コンテナオーケストレーションが重要な研究課題として提案されている。
本稿では,既存の機械学習ベースのコンテナオーケストレーション手法について概観する。
論文 参考訳(メタデータ) (2021-06-24T02:55:35Z) - Neural-based Modeling for Performance Tuning of Spark Data Analytics [1.2251128138369254]
クラウドデータ分析のパフォーマンスモデリングは、クラウドのパフォーマンスチューニングやその他の重要な操作に不可欠です。
最近のDeep Learning技術は、クラウドデータ分析の自動パフォーマンスモデリングのプロセスに依存している。
私達の仕事は私達の条件に適する異なったモデリングの選択の詳しい調査を提供します。
論文 参考訳(メタデータ) (2021-01-20T14:58:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。