Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Znalostně orientovaný Bayesovský optimalizační algoritmus

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F04%3APU49182" target="_blank" >RIV/00216305:26230/04:PU49182 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A PROBLEM KNOWLEDGE BASED BAYESIAN OPTIMIZATION ALGORITHM APPLIED IN MULTIPROCESSOR SCHEDULING

  • Popis výsledku v původním jazyce

    This paper deals with the multiprocessor scheduling problem, which&nbsp; belongs to the class of frequently solved decomposition tasks. The goals is to experimentally compare the performance of the recently proposed Mixed Bayesian Optimization Algorithm(MBOA) based on probabilistic model with&nbsp; the newly derived&nbsp; knowledge&nbsp; based MBOA version (KMBOA) This algorithm includes&nbsp; utilization of prior knowledge about the structure of a task graph to speed-up the&nbsp; convergence&nbsp; anddthe&nbsp; solution quality. The performance of standard&nbsp; genetic algorithm was also tested on the same benchmarks.

  • Název v anglickém jazyce

    A PROBLEM KNOWLEDGE BASED BAYESIAN OPTIMIZATION ALGORITHM APPLIED IN MULTIPROCESSOR SCHEDULING

  • Popis výsledku anglicky

    This paper deals with the multiprocessor scheduling problem, which&nbsp; belongs to the class of frequently solved decomposition tasks. The goals is to experimentally compare the performance of the recently proposed Mixed Bayesian Optimization Algorithm(MBOA) based on probabilistic model with&nbsp; the newly derived&nbsp; knowledge&nbsp; based MBOA version (KMBOA) This algorithm includes&nbsp; utilization of prior knowledge about the structure of a task graph to speed-up the&nbsp; convergence&nbsp; anddthe&nbsp; solution quality. The performance of standard&nbsp; genetic algorithm was also tested on the same benchmarks.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA102%2F02%2F0503" target="_blank" >GA102/02/0503: Predikce a ladění paralelní výkonnosti</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2004

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mendel Conference on Soft Computing

  • ISBN

    80-214-2676-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    83-88

  • Název nakladatele

    Faculty of Mechanical Engineering BUT

  • Místo vydání

    Brno

  • Místo konání akce

    FME, VUT BRNO

  • Datum konání akce

    28. 6. 2004

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku