اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديداستخدام مخطط تدفق البيانات للتحقق من صحة تنفيذ التطبيقات المتوازية
Using data flow graph to certificate parallel applications
1230
1 13
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
سنقدم في هذا البحث طريقتين احتماليتين للتحقق من صحة تنفيذ التطبيقات المتوازية على بنى تفرعية بفرض عدم وجود عقد موثوقة (Oracle) نعتمد عليها في التحقق، بالإضافة إلى تقديم نموذج الكلفة للآليتين و المقارنة بينهما. سنهتم في هذا البحث بالتطبيقات المتوازية الممثلة بمخطط تدفق البيانات المبني ديناميكياً خلال التنفيذ و المنفذة في بيئة تفرعية واسعة غير متجانسة و ديناميكية، تعتمد مبدأ سرقة العمل لتوزيع المهام بين المعالجات.
In this research, We introduce two probabilistic mechanisms to certificate parallel applications on distribute architecture supposing that there are no oracles on which we depend on certification, in addition to introducing cost model of two mechanisms and compare them. In this research, we are interested in parallel applications, which are represented by data-flow graph that is built dynamically during the execution and which are executed in a wide distributed heterogeneous and dynamic environment and these applications use the principle of work stealing to distribute the tasks among the processors.
المراجع المستخدمة
DABROWSKI Ch, 2009- Reliability in grid computing systems, National Institute of Standards and Technology, 100 Bureau Drive, Stop 8970 Gaithersburg, MD 20899-8970, U.S.A, Vol.21.8, Pages 927-959
GAUTIER T, JAFAR S, KRINGS AW, & ROCH J-L, 2005- Theft-Induced Checkpointing for Reconfigurable Dataflow Applications, IEEE, vol 16, 6pp.-6
GHAZAL R, & JAFAR S, 2016- A checkpoint/ recovery Model based on work stealing for grid application, Albaath Magazin, vol 38, pp 71-86
قيم البحث
اقرأ أيضاً
نقدم في هذا البحث دراسة حول الكلفة الزمنية المضافة إلى بيئة الحوسبة الشبكية نتيجة
استخدام آلية تخزين / استرجاع متناسقة للتسامح مع الأعطال في هذه البيئة، لنصل من
خلال هذه الدراسة إلى نموذج رياضي يحدد لنا الوقت الأنسب لحفظ نقاط التخزين
للتطبيق بهدف
تحقيق أقل زمن لانتهاء تنفيذ التطبيق المتوازي، و كان ذلك عن طريق
نمذجة تسلسلية باستخدام المعادلات التفاضلية لكل من الأعطال المدروسة و بيئة التنفيذ
و أخيرا آلية التسامح مع الأعطال المختارة.
نقدم في هذا البحث نموذج رياضي مستمر للحصول على الحل الأمثل للمشكلة الناتجة
عن إضافة آلية للتسامح مع الأعطال في بيئات التنفيذ التفرعية و الموزعة عالية الآداء
و هي مشكلة التسوية بين الكلفة المضافة من آلية التسامح مع الأعطال و تأثير الأعطال
على بيئة
التنفيذ و بالتالي على زمن انتهاء تنفيذ التطبيق المتوازي. طريقة التسامح مع
الأعطال المدروسة هي آلية تخزين/استرجاع متزامن و الدراسة المقترحة تعتمد على
نمذجة عشوائية مستمرة لمختمف قيود الأداء للتطبيق المتوازي المنفذ على بنية تفرعية
موزعة.
سنقدم في هذا البحث استراتيجية ذاتية التكيف تمكننا من كتابة خوارزمية متوازية تتكيف
مع عدد الموارد المتوفرة على البيئة التفرعية المخصصة لتنفيذ البرنامج المتوازي. إن
التطبيقات المتوازية المدروسة و المعنية بالبحث هي تطبيقات ممثلة بمخطط تدفق البيانات
ا
لمبني ديناميكياً خلال التنفيذ. تقوم الطريقة المقترحة هنا على المزاوجة بين خوارزمية
تسلسلية و أخرى متوازية معتمدين على مبدأ سرقة العمل في جدولة المهام. و نقدم دراسة
لتعقيد هذه الخوارزمية المتكيفة و تحليل لأدائها على معالج و مقارنته مع خوارزمية
تفرعية تقليدية.
يهدف هذا البحث إلى تقديم دراسة حالة عن استخدام تقنيات التنقيب في بيانات المؤسسات التعليمية, و ذلك من خلال استعمال تقنيات التنقيب في البيانات.
Data Mining
التنقيب في البيانات
التنقيب في بيانات المؤسسات التعليمية
برنامج ذكاء الأعمال الخاص بشركة مايكروسوفت
خوارزمية مايكروسوفت لأشجار القرار
خوارزمية مايكروسوفت للتجميع و الكشف عن الحالات الشاذة
خوارزمية مايكروسوفت لقواعد الارتباط
Educational Data Mining
SQL Server Business Intelligence Development Studio
Microsoft Decision Trees
Microsoft Clustering
Outlier Detection
Microsoft Association Rules
المزيد..
في حين أن الشبكات العصبية تنتج أداء حديثة في العديد من مهام NLP، إلا أنها تعتمد بشكل عام على المعلومات المعدنية، والتي تنقل بشكل سيئ بين المجالات.نقدم مزيجا من استراتيجيتين للتخفيف من هذا الاعتماد على المعلومات المعجمية في مهام التحقق من الواقع.نقدم
تقنية تقطير البيانات إلى Delexicalization، والتي ندموعها مع طريقة تقطير نموذجية لمنع تقطير البيانات العدوانية.نظرا لأنه من خلال استخدام حلنا، لا يبقى أداء نموذج حالة حديثة موجود على قدم المساواة مع نموذج النموذج الذي تم تدريبه على بيانات متعمدة بالكامل، ولكنه يؤدي أيضا بشكل أفضل منه عند اختبارهنطاق.نظهر أن هذه التقنية التي نقدمها تشجع النماذج لاستخراج الحقائق القابلة للتحويل من مجموعة بيانات التحقق من حقيقة معين.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
