文献

J-GLOBAL ID：201702244573657947   整理番号：17A1260113

ソースレベルでのソフトウェア性能の予測【Powered by NICT】

Software performance prediction at source level

著者 (3件)： Hu Erh-Wen (Dept. of Computer Science, William Paterson University, Wayne, NJ, USA) ,  Su Bogong (Dept. of Computer Science, William Paterson University, Wayne, NJ, USA) ,  Wang Jian (Mobile Broadband Software Design, Ericsson, Ottawa, ON, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SERA  ページ： 263-270  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 性能予測をソフトウェアのターンアラウンド時間を減らすための組込みシステム設計において重要である。全ソースコードの性能を測定するためにシミュレーションを用いてしばしば非常に遅い,特に問題仕様の変化によるソースコードを修正した。本論文では,解析モデルと統計的手法を組み合わせたソースコードレベルでアプリケーションソフトウェアの性能を予測するための包括的な方法を提示した。EEMBCとSMVベンチマークからの試料をこの学習セットとしてこれらの試料のソースコードからの静的特性を収集する。この新しい手法の有効性を決定するために,筆者らは筆者らの試験セットとしてPHYベンチマークからのいくつかの機能を選択した。をこれらの機能の性能を予測するために一般的な統計的ツールSPSS23を用いた新しいアプローチの介在物で強化された多重線形回帰法を適用した。著者らの予測結果を比較して実際の測定値と,平均相対誤差は20%以内であるとしての結果は有望である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 静特性 ,  組込みシステム ,  応用プログラム ,  *ソフトウェア ,  介在物 ,  ベンチマーク ,  解析モデル ,  学習 ,  ターンアラウンド時間 ,  *予測 ,  統計的方法
準シソーラス用語： 相対誤差 ,  多重線形回帰 ,  ソースコード ,  性能予測 , 【Automatic Indexing@JST】

分類 (3件)： 計算機システム開発  (JD02010R) ,  言語プロセッサ  (JD03040F) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (3件)： ソース ,  ソフトウェア ,  予測