抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習に基づく方法における最近の関心は,性能モデリングと最適化のための多くの洗練されたモデルを生成した。これらのモデルは,目標プラットフォーム上で訓練された場合に,下にある構造のパラメータに敏感である,従って最高の予測精度を生成する傾向がある。分類器が,訓練はかなりが関係するプロセスであり,そのようなモデルのエンドユーザが持ち得ないかもしれないことを統計と機械学習の知識を必要とする。本論文では,機械学習に基づく性能モデルを自動的に生成するための新しいフレームワークを提案した。ツールチェーンはサンプル生成,動的特徴抽出,特徴選択,データ表示,検証とハイパーパラメータ調整のための自動機構を提供することを開発した。はこのシステムの設計と実装を述べ,GPUカーネルのレジスタ割当のための学習の発見的方法を開発することによりその有効性を実証した。結果は自動生成モデルは,最新の最適化コンパイラにより生成された穀粒上での整数因子性能改善をもたらすことをレジスタしきい値を予測することができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】