Please use this identifier to cite or link to this item:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18753
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Αϊβαλής, Θεόδωρος | - |
dc.date.accessioned | 2023-07-20T08:36:09Z | - |
dc.date.available | 2023-07-20T08:36:09Z | - |
dc.date.issued | 2023-07-19 | - |
dc.identifier.uri | http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18753 | - |
dc.description.abstract | Βασική ενασχόληση της εργασίας αυτής είναι η μελέτη της επίδοσης διαφορετικών επεξεργαστών μέσω της παρουσίασης και της πειραματικής αξιολόγησης εργαλείων πρόβλεψης - εκτίμησης της απόδοσης για ένα συγκεκριμένο τμήμα κώδικα με χρήση μεθόδων μηχανικής μάθησης. | en_US |
dc.language | el | en_US |
dc.subject | πρόβλεψη throughput | en_US |
dc.subject | Ithemal | en_US |
dc.subject | αρχιτεκτονική υπολογιστών | en_US |
dc.subject | Τεχνητά νευρωνικά δίκτυα | en_US |
dc.title | Αποδοτική πρόβλεψη ταχύτητας εκτέλεσης τμημάτων κώδικα με τεχνικές μηχανικής μάθησης. | en_US |
dc.description.pages | 72 | en_US |
dc.contributor.supervisor | Πνευματικάτος Διονύσιος | en_US |
dc.department | Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών | en_US |
dc.description.notes | Η επιστήμη που ασχολείται με την ανάπτυξη και τη χρήση των νευρωνικών δικτύων αναπτύσσεται τα τελευταία χρόνια με πολύ γρήγορου ρυθμούς. Ο συγκεκριμένος τομέας παρότι μελετάται εδώ και πολλά χρόνια, έμεινε πρακτικά στάσιμος και προχώρησε τα τελευταία χρόνια λόγω της ραγδαίας αύξησης της ποσότητας των δεδομένων αλλά και των υπολογιστικών πόρων. Η επιστήμη της μηχανικής μάθησης χρησιμοποιείται στην όραση υπολογιστών, την ιατρική και γενικότερα όσους τομείς ασχολούνται με την επεξεργασία και την ανάλυση των δεδομένων. Βασική ενασχόληση της εργασίας αυτής είναι η μελέτη της επίδοσης διαφορετικών επεξεργαστών μέσω της παρουσίασης και της πειραματικής αξιολόγησης εργαλείων πρόβλεψης - εκτίμησης της απόδοσης για ένα συγκεκριμένο τμήμα κώδικα με χρήση μεθόδων μηχανικής μάθησης. Η πρόβλεψη του αριθμού των κύκλων ρολογιού που απαιτεί η εκτέλεση ενός τμήματος κώδικα (throughput) μπορεί να χρησιμοποιηθεί από σχεδιαστές μεταγλωττιστών με σκοπό την δημιουργία του λογισμικού αλλά και για τους ίδιους τους προγραμματιστές που θέλουν να βρουν μια βέλτιστη υλοποίηση. Αρχικά γίνεται η παρουσίαση τόσο για το βασικό μοντέλο με το οποίο ασχολείται η διπλωματική, δηλαδή το Ithemal, όσο και για τα άλλα κλασικά αλλά και σύγχρονα εργαλεία με τα οποία αργότερα θα συγκριθεί το βασικό μας μοντέλο. Στη συνέχεια αναλύονται τα θέματα των νευρωνικών δικτύων και συγκεκριμένα τόσο τα συνήθη χρησιμοποιούμενα νευρωνικά όσο και αυτά που χρησιμοποιεί το μοντέλο του Ithemal. Γίνεται επίσης ανάλυση ενός σύγχρονου νευρωνικού δικτύου, του Transformer το οποίο δοκιμάστηκε και στην πράξη με σκοπό να παρουσιάσει μια εναλλακτική προσέγγιση. Έπειτα, αναλύεται το σύνολο δεδομένων που χρησιμοποιείται για την αξιολόγηση του μοντέλου μαζί με τους λόγους για τους οποίους επιλέχθηκε και καταλήγουμε στην ανάλυση του μοντέλου και των πειραμάτων καθώς και στην αξιολόγηση των αποτελεσμάτων που προέκυψαν. Τα πειράματα αυτά αφορούν τόσο τη δοκιμή του μοντέλου στους διάφορους διαθέσιμους επεξεργαστές όσο και την αξιολόγηση των επεξεργαστών κατά την μεταφορά χωρίς επανεκπαίδευση. Όμοια διαδικασία έγινε και για τους Transformer, που επιλέχθηκε με σκοπό της βελτίωσης της επίδοσης του Ithemal. Καταλήγουμε στην ανακεφαλαίωση και την παρουσίαση πιθανών μελλοντικών επεκτάσεων. | en_US |
Appears in Collections: | Διπλωματικές Εργασίες - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Αποδοτική πρόβλεψη ταχύτητας εκτέλεσης τμημάτων κώδικα με τεχνικές μηχανικής μάθησης.pdf | 1.96 MB | Adobe PDF | View/Open |
Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.