A knowledge discovery methodology for the performance evaluation of scientific software
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper we define a knowledge discovery in databases (KDD) methodology to automatically generate metadata (i.e., knowledge rules) from software/machine pair performance databases. This metadata can be used to characterize the computational behavior of various classes of software or machines. The core and the most computationally intensive part of the KDD methodology is the data mining phase which identifies "interesting" patterns from the performance data. The discovery patterns are expressed in a high level representation to be used to summarize and predict the computational behavior of the targeted software/machine. This paper presents an implementation and evaluation of the proposed KDD process for a class of scientific software together with three data mining algorithms (ID3, HOODG, and CN2). For this case study we have selected a set of software that implements the "mesh/grid partitioning " phase of the domain decomposition approach used for the parallel processing of partial differential equation (PDEs) computations. The raw performance database is generated from a population of elliptic PDEs and PELLPACK [HRW 98] solvers by varying the PDE domain, mesh, and domain partitioning (DP) algorithm. The goal of the KDD process here is to evaluate the performance of PELLPACK, CHACO [HL95c], METIS [KK95c], and PARTY [PD96] algorithms/software. This case study shows that (a) the three data mining algorithms used are qualitatively and quantitatively equally effective, (b) the knowledge discovered for the DP algorithms by this KDD process is quantitatively similar to that deduced by purely experimental observations [VH97], and (c) the KDD process is not limited by the size of the performance data and its dimensionality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle