オンライン自動チューニングのためのBayes逐次実験計画の解析モデルによる性能評価(性能評価,「ハイパフォーマンスコンピューティングとアーキテクチャの評価」に関する北海道ワークショップ(HOKKE-2008))

スポンサーリンク

概要

論文の詳細を見る
本稿では,著者が提案してきたオンライン自動チューニングのためのBayes統計に基づく逐次実験計画について,解析モデルにより評価を行う.性能モデル関数とその誤差,分散とそのばらつき,利用回数といったパラメタを変えて評価を行った.その結果,これらのパラメタ値を母集団のパラメタ値と一致させた場合に比べ,パラメタ値をデータから推定すると性能が低下することが確認された,しかし,性能は全体として安定しており,提案手法が多様な環境にロバストに適応できることが確認できた.また,分散既知の正規分布では実験が不足ぎみ,分散未知の正規分布では実験が過剰ぎみであり,改善の余地があることも示された.
2008-03-05

著者

関連論文

もっと見る

スポンサーリンク