「cs.DC」カテゴリーアーカイブ

LOOPer: A Learned Automatic Code Optimizer For Polyhedral Compilers

投稿日: 2024年3月19日 作成者: jarxiv

要約 多面体コンパイラは高度なコード変換の実装に成功を示していますが、最高のスピ … 続きを読む →

カテゴリー: cs.DC, cs.LG, cs.PL | LOOPer: A Learned Automatic Code Optimizer For Polyhedral Compilers はコメントを受け付けていません

Fair Distributed Cooperative Bandit Learning on Networks for Intelligent Internet of Things Systems (Technical Report)

投稿日: 2024年3月19日 作成者: jarxiv

要約 インテリジェントなモノのインターネット (IoT) システムでは、ネットワ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Fair Distributed Cooperative Bandit Learning on Networks for Intelligent Internet of Things Systems (Technical Report) はコメントを受け付けていません

JORA: JAX Tensor-Parallel LoRA Library for Retrieval Augmented Fine-Tuning

投稿日: 2024年3月19日 作成者: jarxiv

要約 検索ベースのタスク、特に検索拡張生成 (RAG) における大規模言語モデル … 続きを読む →

カテゴリー: cs.CL, cs.DC, cs.LG | JORA: JAX Tensor-Parallel LoRA Library for Retrieval Augmented Fine-Tuning はコメントを受け付けていません

Multi-GPU-Enabled Hybrid Quantum-Classical Workflow in Quantum-HPC Middleware: Applications in Quantum Simulations

投稿日: 2024年3月19日 作成者: jarxiv

要約 量子システム上で高性能計算を達成するには、量子ハードウェアと古典的計算リソ … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.DC, quant-ph | Multi-GPU-Enabled Hybrid Quantum-Classical Workflow in Quantum-HPC Middleware: Applications in Quantum Simulations はコメントを受け付けていません

GreedyML: A Parallel Algorithm for Maximizing Submodular Functions

投稿日: 2024年3月18日 作成者: jarxiv

要約 分散メモリマルチプロセッサの遺伝的制約を受ける単調部分モジュール関数を最大 … 続きを読む →

カテゴリー: cs.DC, cs.DS, cs.LG | GreedyML: A Parallel Algorithm for Maximizing Submodular Functions はコメントを受け付けていません

MMO: Meta Multi-Objectivization for Software Configuration Tuning

投稿日: 2024年3月18日 作成者: jarxiv

要約 ソフトウェア構成のチューニングは、特定のパフォーマンス目標を最適化する ( … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.SE | MMO: Meta Multi-Objectivization for Software Configuration Tuning はコメントを受け付けていません

COMET: A Comprehensive Cluster Design Methodology for Distributed Deep Learning Training

投稿日: 2024年3月15日 作成者: jarxiv

要約 最新の深層学習 (DL) モデルは、トレーニングに特化したハイエンド ノー … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | COMET: A Comprehensive Cluster Design Methodology for Distributed Deep Learning Training はコメントを受け付けていません

FedImpro: Measuring and Improving Client Update in Federated Learning

投稿日: 2024年3月15日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) モデルでは、クライアント間でデータ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | FedImpro: Measuring and Improving Client Update in Federated Learning はコメントを受け付けていません

FedCompass: Efficient Cross-Silo Federated Learning on Heterogeneous Client Devices using a Computing Power Aware Scheduler

投稿日: 2024年3月12日 作成者: jarxiv

要約 クロスサイロのフェデレーテッド ラーニングは、ローカル データセット (医 … 続きを読む →

カテゴリー: cs.DC, cs.LG | FedCompass: Efficient Cross-Silo Federated Learning on Heterogeneous Client Devices using a Computing Power Aware Scheduler はコメントを受け付けていません

Streamlining in the Riemannian Realm: Efficient Riemannian Optimization with Loopless Variance Reduction

投稿日: 2024年3月12日 作成者: jarxiv

要約 この研究では、ユークリッド設定とリーマン設定の両方で使用される重要な分散削 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Streamlining in the Riemannian Realm: Efficient Riemannian Optimization with Loopless Variance Reduction はコメントを受け付けていません