Ein Vergleich von Cache-Blocking-Methoden für eine schnelle Ausführung der ensemblesbasierten Scoreberechnung

Maschinell erlernte Klassifikations- und Ranking-Techniken verwenden oft Ensembles, um Teilwerte von Merkmalsvektoren für eine hohe Genauigkeit zu aggregieren, und die Laufzeit der Scoreberechnung kann teuer werden, wenn eine große Anzahl von Ensembles eingesetzt wird. Frühere Arbeiten haben die kluge Nutzung der Speicherhierarchie in einer modernen CPU-Architektur gezeigt, die die Zeit der Scoreberechnung effektiv verkürzen kann. Unterschiedliche Traversierungsmethoden und Blocking-Parameter-Einstellungen können je nach Daten- und Architektureigenschaften unterschiedliche Cache- und Kostenverhalten aufweisen. Es ist sehr zeitaufwendig, eine umfassende Suche für den Leistungsvergleich und die optimale Auswahl durchzuführen. Dieses Papier bietet einen analytischen Vergleich von Cache-Blocking-Methoden hinsichtlich ihrer Datenzugriffsleistung mit einer Approximation und schlägt ein schnelles, geleitetes Sampling-Schema vor, um eine Traversierungsmethode und Blocking-Parameter für die effektive Nutzung der Speicherhierarchie auszuwählen. Die Evaluierungsstudien mit drei Datensätzen zeigen, dass innerhalb eines angemessenen Zeitrahmens das vorgeschlagene Schema eine hochgradig wettbewerbsfähige Lösung identifizieren kann, die die Scoreberechnung erheblich beschleunigt.