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。
高次元パラメータ空間最適化は多くの応用で重要である。この性能に影響するパラメータは,それらのタイプで数値とカテゴリの両方である。ブラックボックス最適化と視覚解析の既存の技術は数値パラメータを扱うのに良いが,数値変数の文脈におけるカテゴリ変数を解析することはよく研究されていない。したがって,著者らは,直接最適化技術と視覚解析研究の両方を組み合わせた貯蔵システム最適化のための自動同調フレームワークを作成するための,新しいアプローチを提案した。最適化アルゴリズムはシステムのコアになるが,視覚解析は,最適化エンジンのための大きな探索空間を狭めるための重要なヒントを提供するために,外部エージェント(エキスパート)の助けを借りてガイドラインを提供するであろう。貯蔵システム最適化のための自動同調エンジンを作成するための初期ステップの一部として,著者らは,従属数値変数が,複数の最適化目的を与えるパラメータ設定によってどのように影響を受けるかを学ぶために,分析者の必要性を直接取り組む,インタラクティブコンフィギュレーションExplorerICEを作成した。ICEが各カテゴリ変数との関連で従属変数の完全な分布と統計を示すので,情報は全く失われない。アナリストは,最大性能,低分散などのシステムを達成するような特定の目標を最適化するために,変数をインタラクティブにフィルタできる。本システムを,システムパフォーマンス研究者のグループとのタイトコラボレーションで開発し,その最終有効性を専門家インタビュー,比較ユーザ研究,および2つの事例研究で評価した。また,ストレージシステム性能最適化のためのブラックボックス最適化と視覚解析を組み合わせた効率的な自動チューニングフレームワークを作成するための研究計画についても論じた。【JST・京大機械翻訳】
