Key points are not available for this paper at this time.
Effiziente Planung und Lastenausgleich sind entscheidend für die Optimierung der Leistung in Multiprozessorsystemen. Diese Studie schlägt einen neuartigen hybriden Algorithmus vor, der Beam Search und Differenzbewertungstechniken im Bereich der künstlichen Intelligenz (KI) integriert, um diese Herausforderungen anzugehen. Unser Ziel ist es, die betriebliche Abschlusszeit (OCT) zu minimieren, eine kritische Kennzahl zur Bewertung der Systemleistung. Beam Search wird verwendet, um den Lösungsraum effektiv zu erkunden, wodurch der Algorithmus vielversprechende Lösungen identifizieren kann. Darüber hinaus setzen wir einen Ansatz zur Differenzbewertung ein, um die Qualität der Kandidatenlösungen zu beurteilen und die Suche in Richtung optimaler oder annähernd optimaler Planungs- und Lastenausgleich-Konfigurationen zu lenken. Durch die Kombination dieser Techniken zielt unser hybrider Algorithmus darauf ab, die OCT zu minimieren, wodurch der Durchsatz des Systems und die Ressourcennutzung verbessert werden. Experimentelle Bewertungen demonstrieren die Effektivität unseres Ansatzes zur Erreichung verbesserter Leistungen im Vergleich zu herkömmlichen Methoden. Diese Forschung trägt zur Weiterentwicklung des Bereichs KI in der Optimierung von Multiprozessorsystemen bei und bietet praktische Lösungen für den Einsatz in Hochleistungsrechenumgebungen.
Reddy et al. (Fri,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: