Autotuning under tight budget constraints: a transparent design of experiments approach (2019)
- Authors:
- USP affiliated authors: LEJBMAN, ALFREDO GOLDMAN VEL - IME ; BRUEL, PEDRO HENRIQUE ROCHA - IME
- Unidade: IME
- DOI: 10.1109/CCGRID.2019.00026
- Subjects: COMPUTAÇÃO GRÁFICA; CIRCUITOS INTEGRADOS
- Keywords: autotuning; design of experiments; performance measurement
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Piscataway
- Date published: 2019
- Source:
- Título: Proceedings
- Conference titles: IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing - CCGRID
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
BRUEL, Pedro et al. Autotuning under tight budget constraints: a transparent design of experiments approach. 2019, Anais.. Piscataway: IEEE, 2019. Disponível em: https://doi.org/10.1109/CCGRID.2019.00026. Acesso em: 15 abr. 2026. -
APA
Bruel, P., Masnada, S. Q., Videau, B., Legrand, A., Vincent, J. -M., & Goldman, A. (2019). Autotuning under tight budget constraints: a transparent design of experiments approach. In Proceedings. Piscataway: IEEE. doi:10.1109/CCGRID.2019.00026 -
NLM
Bruel P, Masnada SQ, Videau B, Legrand A, Vincent J-M, Goldman A. Autotuning under tight budget constraints: a transparent design of experiments approach [Internet]. Proceedings. 2019 ;[citado 2026 abr. 15 ] Available from: https://doi.org/10.1109/CCGRID.2019.00026 -
Vancouver
Bruel P, Masnada SQ, Videau B, Legrand A, Vincent J-M, Goldman A. Autotuning under tight budget constraints: a transparent design of experiments approach [Internet]. Proceedings. 2019 ;[citado 2026 abr. 15 ] Available from: https://doi.org/10.1109/CCGRID.2019.00026 - Autotuning LLVM optimization passes for matrix multiplication in Rust
- Autotuning CUDA compiler parameters for heterogeneous applications using the OpenTuner framework
- Heart rate variability predicts the subject-driven cognitive states
- The influence of organizational factors on inter-team knowledge sharing effectiveness in agile environments
- Improving the performance of actor model runtime environments on multicore and manycore platforms
- Towards automatic actor pinning on multi-core architectures
- A simple BSP-based model to predict execution time in GPU applications
- A comparison of GPU execution time prediction using machine learning and analytical modeling
- Message from the program committee co-chairs. [Apresentação]
- Useful statistical methods for human factors research in software engineering: a discussion on validation with quantitative data
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2963730.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
