「cs.PF」カテゴリーアーカイブ

IPA: Inference Pipeline Adaptation to Achieve High Accuracy and Cost-Efficiency

投稿日: 2023年8月25日 作成者: jarxiv

要約 エンドツーエンドのレイテンシー要件が厳しいため、ML 実稼働システムでは、 … 続きを読む →

カテゴリー: cs.DC, cs.LG, cs.PF | IPA: Inference Pipeline Adaptation to Achieve High Accuracy and Cost-Efficiency はコメントを受け付けていません

Cached Operator Reordering: A Unified View for Fast GNN Training

投稿日: 2023年8月24日 作成者: jarxiv

要約 グラフ ニューラル ネットワーク (GNN) は、構造化されたグラフ デー … 続きを読む →

カテゴリー: cs.LG, cs.PF | Cached Operator Reordering: A Unified View for Fast GNN Training はコメントを受け付けていません

FECoM: A Step towards Fine-Grained Energy Measurement for Deep Learning

投稿日: 2023年8月24日 作成者: jarxiv

要約 ディープラーニング (DL) モデルの使用量、規模、複雑さが増大するにつれ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.SE | FECoM: A Step towards Fine-Grained Energy Measurement for Deep Learning はコメントを受け付けていません

Quantifying the Cost of Learning in Queueing Systems

投稿日: 2023年8月16日 作成者: jarxiv

要約 キューイング システムは、通信ネットワーク、ヘルスケア、サービス システム … 続きを読む →

カテゴリー: cs.DS, cs.LG, cs.PF, math.PR | Quantifying the Cost of Learning in Queueing Systems はコメントを受け付けていません

QTWTL: Quality Aware Time Window Temporal Logic for Performance Monitoring

投稿日: 2023年8月11日 作成者: jarxiv

要約 分散型自律配送、ヘルスケア、観光、運輸などのさまざまなサービス指向のアプリ … 続きを読む →

カテゴリー: cs.LO, cs.PF, cs.RO | QTWTL: Quality Aware Time Window Temporal Logic for Performance Monitoring はコメントを受け付けていません

LASIGE and UNICAGE solution to the NASA LitCoin NLP Competition

投稿日: 2023年8月11日 作成者: jarxiv

要約 生物医学的自然言語処理 (NLP) は、多くの場合、処理されるテキストの量 … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.PF | LASIGE and UNICAGE solution to the NASA LitCoin NLP Competition はコメントを受け付けていません

Machine Learning aided Computer Architecture Design for CNN Inferencing Systems

投稿日: 2023年8月11日 作成者: jarxiv

要約 機械学習 (ML) アルゴリズムの効率的かつタイムリーな計算は、自動運転、 … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.DC, cs.LG, cs.PF | Machine Learning aided Computer Architecture Design for CNN Inferencing Systems はコメントを受け付けていません

Predicting Software Performance with Divide-and-Learn

投稿日: 2023年8月8日 作成者: jarxiv

要約 高度に構成可能なソフトウェア システムのパフォーマンスを予測することは、パ … 続きを読む →

カテゴリー: cs.AI, cs.PF, cs.SE | Predicting Software Performance with Divide-and-Learn はコメントを受け付けていません

$\mathcal{N}$IPM-HLSP: An Efficient Interior-Point Method for Hierarchical Least-Squares Programs

投稿日: 2023年8月7日 作成者: jarxiv

要約 線形制約付き階層的最小二乗プログラム(HLSP)は、ロボット工学において非 … 続きを読む →

カテゴリー: cs.CC, cs.NA, cs.PF, cs.RO, cs.SY, eess.SY, math.NA, math.OC | $\mathcal{N}$IPM-HLSP: An Efficient Interior-Point Method for Hierarchical Least-Squares Programs はコメントを受け付けていません

Benchmarking Performance of Deep Learning Model for Material Segmentation on Two HPC Systems

投稿日: 2023年7月28日 作成者: jarxiv

要約 HPC システムのパフォーマンス ベンチマークは、パフォーマンスの向上とこ … 続きを読む →

カテゴリー: cs.LG, cs.PF | Benchmarking Performance of Deep Learning Model for Material Segmentation on Two HPC Systems はコメントを受け付けていません