| 作业名层次化聚类算法预测作业运行时间 |
| |
| 作者姓名： | 周隆放 杨文祥 韩永国 张晓蓉 喻杰 冯景华 张健 李宇奇 鲜港 吴亚东 王桂娟 |
| |
| 作者单位： | 中国空气动力研究与发展中心 计算空气动力研究所, 四川 绵阳 621000;西南科技大学 计算机科学与技术学院, 四川 绵阳 621010;中国空气动力研究与发展中心 计算空气动力研究所, 四川 绵阳 621000;国防科技大学 计算机学院, 湖南 长沙 410073;国家超级计算天津中心, 天津 300457;四川轻化工大学 计算机科学与工程学院, 四川 自贡 643000 |
| |
| 基金项目： | 国家自然科学基金资助项目(61872304,61802320);四川省重点研发资助项目(2022YFG0040) |
| |
| 摘 要： | 预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。
|
| 关 键 词： | 运行时间预测 作业名聚类 机器学习 高性能计算 |
| 收稿时间： | 2021-12-28 |
|
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载免费的PDF全文 |
|
