論文の概要: Exploring Performance Trade-offs in JHipster
- arxiv url: http://arxiv.org/abs/2409.16480v1
- Date: Tue, 24 Sep 2024 22:00:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-27 08:11:05.756759
- Title: Exploring Performance Trade-offs in JHipster
- Title（参考訳）: JHipsterのパフォーマンストレードオフを探る
- Authors: Edouard Guégain, Alexandre Bonvoisin, Clément Quinton, Mathieu Acher, Romain Rouvoy,
- Abstract要約: 本稿では,Web ジェネレータ JHipster に着目し,構成がパフォーマンスに与える影響について検討する。
私たちのゴールは、JHipsterの設定選択が生成されたシステムの性能にどのように影響するかを理解することです。
我々はJHipsterの総合的なパフォーマンスモデルを開発し、構成の識別を自動化する。
- 参考スコア（独自算出の注目度）: 43.461226919177584
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The performance of software systems remains a persistent concern in the field of software engineering. While traditional metrics like binary size and execution time have long been focal points for developers, the power consumption concern has gained significant attention, adding a layer of complexity to performance evaluation. Configurable software systems, with their potential for numerous configurations, further complicate this evaluation process. In this experience paper, we examine the impact of configurations on performance, specifically focusing on the web stack generator JHipster. Our goal is to understand how configuration choices within JHipster influence the performance of the generated system. We undertake an exhaustive analysis of JHipster by examining its configurations and their effects on system performance. Additionally, we explore individual configuration options to gauge their specific influence on performance. Through this process, we develop a comprehensive performance model for JHipster, enabling us to automate the identification of configurations that optimize specific performance metrics. In particular, we identify configurations that demonstrate near-optimal performance across multiple indicators and report on significant correlations between configuration choices within JHipster and the performance of generated systems.
- Abstract（参考訳）: ソフトウェアシステムのパフォーマンスは、ソフトウェア工学の分野でも引き続き懸念されている。
バイナリサイズや実行時間といった従来のメトリクスは、長い間開発者にとって重要なポイントでしたが、消費電力に関する懸念は大きな注目を集め、パフォーマンス評価に複雑な層が加えられています。
多数の構成の可能性がある構成可能なソフトウェアシステムは、この評価プロセスをさらに複雑にします。
本稿では,WebスタックジェネレータJHipsterに着目し,構成がパフォーマンスに与える影響について検討する。
私たちのゴールは、JHipsterの設定選択が生成されたシステムの性能にどのように影響するかを理解することです。
我々は,JHipsterの構成とそのシステム性能への影響を調べることで,JHipsterの徹底的な分析を行う。
さらに、個々の設定オプションを調べて、パフォーマンスへの影響を計測する。
このプロセスを通じて、私たちはJHipsterの包括的なパフォーマンスモデルを開発し、特定のパフォーマンスメトリクスを最適化する設定の識別を自動化する。
特に,複数の指標にまたがる準最適性能を示す構成を同定し,JHipsterの構成選択と生成されたシステムの性能との間に有意な相関関係を報告する。
関連論文リスト
- A Thorough Performance Benchmarking on Lightweight Embedding-based Recommender Systems [67.52782366565658]
State-of-the-art recommender system (RS) は、埋め込みベクトルによって符号化される分類的特徴に依存し、結果として非常に大きな埋め込みテーブルとなる。
軽量埋め込み型RSの繁栄にもかかわらず、評価プロトコルには幅広い多様性が見られる。
本研究では, LERSの性能, 効率, クロスタスク転送性について, 徹底的なベンチマークによる検討を行った。
論文 参考訳（メタデータ） (2024-06-25T07:45:00Z) - RAGGED: Towards Informed Design of Retrieval Augmented Generation Systems [51.171355532527365]
Retrieval-augmented Generation (RAG) は言語モデル(LM)の性能を大幅に向上させる
RAGGEDは、様々な文書ベースの質問応答タスクにわたるRAG構成を分析するためのフレームワークである。
論文 参考訳（メタデータ） (2024-03-14T02:26:31Z) - Benchmarking the Operation of Quantum Heuristics and Ising Machines:
Scoring Parameter Setting Strategies on Optimization Applications [14.554670718138398]
最適化問題に対するパラメータ化解法の性能評価ガイドラインについて論じる。
本稿では,アルゴリズムの性能に影響を与えるパラメータの設定の必要性とコストについて論じる。
本稿では,実用的なパラメータチューニング戦略の設計,評価,可視化を容易にするオープンソースソフトウェアパッケージを提案する。
論文 参考訳（メタデータ） (2024-02-15T16:58:33Z) - Performance Tuning for GPU-Embedded Systems: Machine-Learning-based and
Analytical Model-driven Tuning Methodologies [0.0]
本研究は,分析モデル駆動型チューニング手法と機械学習(ML)に基づくチューニング手法を紹介する。
NVIDIA JetsonシステムにおけるBPLGライブラリの異なる並列プレフィックス実装のための2つのチューニング手法の性能評価を行った。
論文 参考訳（メタデータ） (2023-10-24T22:09:03Z) - AbCD: A Component-wise Adjustable Framework for Dynamic Optimization
Problems [49.1574468325115]
動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。
我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。
この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
論文 参考訳（メタデータ） (2023-10-09T08:11:31Z) - Solving Multi-Configuration Problems: A Performance Analysis with Choco
Solver [49.712444772173775]
本稿では,個別の試験を生成するためのマルチコンフィグレーションの適用例を示す。
また、対応するパフォーマンス問題に対するいくつかの洞察を得るのに役立つ制約解決器のパフォーマンス分析も提供します。
論文 参考訳（メタデータ） (2023-10-04T08:34:32Z) - HINNPerf: Hierarchical Interaction Neural Network for Performance
Prediction of Configurable Systems [22.380061796355616]
HINNPerfは、性能予測のための新しい階層型相互作用ニューラルネットワークである。
HINNPerfは、構成オプション間の複雑な相互作用をモデル化するために、埋め込みメソッドと階層ネットワークブロックを使用している。
実世界の10のシステムにおける実証実験の結果,我々の手法は最先端の手法よりも統計的に優れていた。
論文 参考訳（メタデータ） (2022-04-08T08:52:23Z) - Unicorn: Reasoning about Configurable System Performance through the
lens of Causality [12.877523121932114]
ソフトウェア-ハードウェアスタック間の構成オプション間の複雑なインタラクションをキャプチャするUnicornと呼ばれる新しい手法を提案する。
実験の結果、Unicornは最先端のパフォーマンス最適化とデバッグメソッドよりも優れていた。
既存の手法とは異なり、学習した因果性能モデルは、新しい環境のパフォーマンスを確実に予測する。
論文 参考訳（メタデータ） (2022-01-20T19:16:50Z) - Optimization of Heterogeneous Systems with AI Planning Heuristics and
Machine Learning: A Performance and Energy Aware Approach [0.0]
不均一コンピューティングシステムは高い性能とエネルギー効率を提供する。
このようなシステムを最適に活用するには、ホストCPUとアクセラレーションデバイスにまたがるソリューションが必要である。
本稿では,パラメータ空間探索のためのAI計画と,性能とエネルギー評価のための機械学習モデルを組み合わせた,性能とエネルギーを考慮したアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-02T19:45:53Z) - An Analysis of Distributed Systems Syllabi With a Focus on
Performance-Related Topics [65.86247008403002]
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。
論文 参考訳（メタデータ） (2021-03-02T16:49:09Z)
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。