Metodologías y herramientas para el análisis y la optimización del rendimiento

Se utilizan técnicas de aprendizaje automático para modelar y optimizar el rendimiento de aplicaciones paralelas basadas en agentes. Incluye balanceo de carga, ajuste de rendimiento y benchmarking.

Institución:

Grupo de investigación:

High Performance Computing Applications for Science and Engineering (HPCA4SE)

Investigador/es:

Anna Sikora, Eduardo César

Descripción:

Modelos de rendimiento utilizando técnicas de aprendizaje automático (ML). Estudio de caracterización de regiones paralelas OpenMP mediante contadores de hardware. Desarrollo de técnicas de ajuste para aplicaciones de modelado basado en agentes (ABM) en paralelo. Optimización de la distribución de agentes según su carga computacional y patrón de comunicación. Benchmark para evaluar plataformas de desarrollo basadas en agentes.

Propuesta de valor:

computación paralela, computación distribuida, convergencia HPC+IA, aprendizaje automático

Áreas de aplicación:

Biomedicina, ingeniería, finanzas

Mercado objetivo:

Aplicaciones basadas en agentes

Technology Readiness Level (1-9): N/A

Más información

Si quieres saber más sobre este proyecto no dudes en contactarnos

Contáctanos