ReP USP - Resultado da busca

Trabalho de evento
Escalonamento com consciência energética para fluxos de trabalho científicos sem servidor: uma abordagem de aprendizado de máquina (2024)
Rosa, Lucas de Sousa ; Goldman, Alfredo
Source: Anais. Conference titles: Escola Regional de Alto Desempenho de São Paulo - ERAD-SP. Unidade: IME
Subjects: APRENDIZADO COMPUTACIONAL, SIMULAÇÃO, REDES NEURAIS, EFICIÊNCIA ENERGÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSA, Lucas de Sousa e GOLDMAN, Alfredo. Escalonamento com consciência energética para fluxos de trabalho científicos sem servidor: uma abordagem de aprendizado de máquina. 2024, Anais.. Proto Alegre: SBC, 2024. Disponível em: https://doi.org/10.5753/eradsp.2024.239934. Acesso em: 26 ago. 2024.
APA
Rosa, L. de S., & Goldman, A. (2024). Escalonamento com consciência energética para fluxos de trabalho científicos sem servidor: uma abordagem de aprendizado de máquina. In Anais. Proto Alegre: SBC. doi:10.5753/eradsp.2024.239934
NLM
Rosa L de S, Goldman A. Escalonamento com consciência energética para fluxos de trabalho científicos sem servidor: uma abordagem de aprendizado de máquina [Internet]. Anais. 2024 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/eradsp.2024.239934
Vancouver
Rosa L de S, Goldman A. Escalonamento com consciência energética para fluxos de trabalho científicos sem servidor: uma abordagem de aprendizado de máquina [Internet]. Anais. 2024 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/eradsp.2024.239934
Trabalho de evento-anais periodico
On limits of machine learning techniques in the learning ofscheduling policies (2023)
Rosa, Lucas de Sousa ; Carastan-Santos, Danilo ; Goldman, Alfredo ; Trystram, Denis
Source: Revista Eletrônica de Iniciação Científica em Computação. Conference titles: Concurso de Trabalhos de Iniciação Científica - CTIC. Unidade: IME
Subjects: PROGRAMAÇÃO PARALELA, HEURÍSTICA, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSA, Lucas de Sousa et al. On limits of machine learning techniques in the learning ofscheduling policies. Revista Eletrônica de Iniciação Científica em Computação. Porto Alegre: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://sol.sbc.org.br/journals/index.php/reic/article/view/3419. Acesso em: 26 ago. 2024. , 2023
APA
Rosa, L. de S., Carastan-Santos, D., Goldman, A., & Trystram, D. (2023). On limits of machine learning techniques in the learning ofscheduling policies. Revista Eletrônica de Iniciação Científica em Computação. Porto Alegre: Instituto de Matemática e Estatística, Universidade de São Paulo. Recuperado de https://sol.sbc.org.br/journals/index.php/reic/article/view/3419
NLM
Rosa L de S, Carastan-Santos D, Goldman A, Trystram D. On limits of machine learning techniques in the learning ofscheduling policies [Internet]. Revista Eletrônica de Iniciação Científica em Computação. 2023 ; 21( 2): 61-70.[citado 2024 ago. 26 ] Available from: https://sol.sbc.org.br/journals/index.php/reic/article/view/3419
Vancouver
Rosa L de S, Carastan-Santos D, Goldman A, Trystram D. On limits of machine learning techniques in the learning ofscheduling policies [Internet]. Revista Eletrônica de Iniciação Científica em Computação. 2023 ; 21( 2): 61-70.[citado 2024 ago. 26 ] Available from: https://sol.sbc.org.br/journals/index.php/reic/article/view/3419
Trabalho de evento
An experimental analysis of regression-obtained HPC scheduling heuristics (2023)
Rosa, Lucas de Sousa ; Carastan-Santos, Danilo ; Goldman, Alfredo
Source: Proceedings. Conference titles: Workshop on Job Scheduling Strategies for Parallel Processing - JSSPP. Unidade: IME
Subjects: HEURÍSTICA, SCHEDULING, APRENDIZADO COMPUTACIONAL, REGRESSÃO LINEAR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSA, Lucas de Sousa e CARASTAN-SANTOS, Danilo e GOLDMAN, Alfredo. An experimental analysis of regression-obtained HPC scheduling heuristics. 2023, Anais.. Cham: Springer, 2023. Disponível em: https://doi.org/10.1007/978-3-031-43943-8_6. Acesso em: 26 ago. 2024.
APA
Rosa, L. de S., Carastan-Santos, D., & Goldman, A. (2023). An experimental analysis of regression-obtained HPC scheduling heuristics. In Proceedings. Cham: Springer. doi:10.1007/978-3-031-43943-8_6
NLM
Rosa L de S, Carastan-Santos D, Goldman A. An experimental analysis of regression-obtained HPC scheduling heuristics [Internet]. Proceedings. 2023 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.1007/978-3-031-43943-8_6
Vancouver
Rosa L de S, Carastan-Santos D, Goldman A. An experimental analysis of regression-obtained HPC scheduling heuristics [Internet]. Proceedings. 2023 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.1007/978-3-031-43943-8_6
Trabalho de evento
Exploring simplicity and efficiency: regression-based scheduling heuristics in HPC (2023)
Rosa, Lucas de Sousa ; Carastan-Santos, Danilo ; Goldman, Alfredo
Source: Anais. Conference titles: Escola Regional de Alto Desempenho de São Paulo - ERAD-SP. Unidade: IME
Subjects: PROGRAMAÇÃO PARALELA, APRENDIZADO COMPUTACIONAL, HEURÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSA, Lucas de Sousa e CARASTAN-SANTOS, Danilo e GOLDMAN, Alfredo. Exploring simplicity and efficiency: regression-based scheduling heuristics in HPC. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/eradsp.2023.232635. Acesso em: 26 ago. 2024.
APA
Rosa, L. de S., Carastan-Santos, D., & Goldman, A. (2023). Exploring simplicity and efficiency: regression-based scheduling heuristics in HPC. In Anais. Porto Alegre: SBC. doi:10.5753/eradsp.2023.232635
NLM
Rosa L de S, Carastan-Santos D, Goldman A. Exploring simplicity and efficiency: regression-based scheduling heuristics in HPC [Internet]. Anais. 2023 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/eradsp.2023.232635
Vancouver
Rosa L de S, Carastan-Santos D, Goldman A. Exploring simplicity and efficiency: regression-based scheduling heuristics in HPC [Internet]. Anais. 2023 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/eradsp.2023.232635
Trabalho de evento
In search of efficient scheduling heuristics from simulations and machine learning (2022)
Rosa, Lucas de Sousa ; Goldman, Alfredo
Source: Anais estendidos. Conference titles: Simpósio em Sistemas Computacionais de Alto Desempenho - SSCAD. Unidade: IME
Subjects: PROGRAMAÇÃO PARALELA, HEURÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSA, Lucas de Sousa e GOLDMAN, Alfredo. In search of efficient scheduling heuristics from simulations and machine learning. 2022, Anais.. Porto Alegre: SBC, 2022. Disponível em: https://doi.org/10.5753/wscad_estendido.2022.226323. Acesso em: 26 ago. 2024.
APA
Rosa, L. de S., & Goldman, A. (2022). In search of efficient scheduling heuristics from simulations and machine learning. In Anais estendidos. Porto Alegre: SBC. doi:10.5753/wscad_estendido.2022.226323
NLM
Rosa L de S, Goldman A. In search of efficient scheduling heuristics from simulations and machine learning [Internet]. Anais estendidos. 2022 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/wscad_estendido.2022.226323
Vancouver
Rosa L de S, Goldman A. In search of efficient scheduling heuristics from simulations and machine learning [Internet]. Anais estendidos. 2022 ;[citado 2024 ago. 26 ] Available from: https://doi.org/10.5753/wscad_estendido.2022.226323

USP Schools

ReP

Filtros

Subjects