文献

J-GLOBAL ID：202202257755113666   整理番号：22A0960373

dd-Simplexed:ビッグデータ分析に関する性能モデリングと予測のための適応Delaunay三角形分割【JST・京大機械翻訳】

$d$d-Simplexed: Adaptive Delaunay Triangulation for Performance Modeling and Prediction on Big Data Analytics

著者 (5件)： Chen Yuxing (Department of Computer Science, University of Helsinki, Helsinki, Finland) ,  Goetsch Peter (Department of Computer Science, University of Helsinki, Helsinki, Finland) ,  Hoque Mohammad A. (Department of Computer Science, University of Helsinki, Helsinki, Finland) ,  Lu Jiaheng (Department of Computer Science, University of Helsinki, Helsinki, Finland) ,  Tarkoma Sasu (Department of Computer Science, University of Helsinki, Helsinki, Finland)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 8  号： 2  ページ： 458-469  発行年： 2022年 
JST資料番号： W2442A  ISSN： 2332-7790  資料種別： 逐次刊行物 (A)
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： Bigデータ処理システム(例えば,Spark)は,メモリサイズ,CPU割当,および走行ノード数のような多数の資源構成パラメータを持っている。正規ユーザとエキスパート管理者は,異なるパラメータ構成とシステムの全体性能の間の相互関係を理解するために, strった。本論文では,Dd-Simplexedと呼ばれる性能予測フレームワークを提案することにより,Spark上の可変構成可能パラメータを持つ性能モデルを構築するために,この課題に取り組んだ。選択した特徴集合上のDelaunay Triangulationを用いてdd次元メッシュを構築するために,計算幾何学の場からインスピレーションを行った。このメッシュから,様々な特徴構成のための実行時間を予測する。多数の構成値を持つブートストラップモデルの構築における時間と資源を最小化するために,必要なように少数の訓練点として収集できるように適応サンプリング技術を提案した。HiBenchベンチマークセットにおけるWord Count,PageRank,K平均,およびJoin作業負荷を用いたコンピュータのクラスタに関する評価は,データの1%未満のサンプリングによって推定精度の5%未満の誤り率を達成できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  ブートストラップ ,  *管理者 ,  データ ,  資源 ,  クラスタ ,  誤り率 ,  コンピュータ ,  計算幾何学 ,  走行
準シソーラス用語： 推定精度 ,  実行時間 ,  性能予測 ,  *Delaunay三角形分割 ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： データ分析 ,  性能モデリング ,  予測 ,  適応 ,  Delaunay三角形分割