Buchumschlag

Towards Run Time Estimation of the Gaussian Chemistry Code for SEAGrid Science Gateway

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Beltre, Angel, Zaman, Shehtab, Chiu, Kenneth, Pamidighantam, Sudhakar, Qiao, Xingye, Govindaraju, Madhusudhan
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Computational Physics Performance Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Score-based Idempotent Distillation of Diffusion Models
von: Zaman, Shehtab, et al.
Veröffentlicht: (2025)

Towards an Integrated Performance Framework for Fire Science and Management Workflows
von: Ahmed, H., et al.
Veröffentlicht: (2024)

Plug-and-Play Performance Estimation for LLM Services without Relying on Labeled Data
von: Wang, Can, et al.
Veröffentlicht: (2024)

CPINN-ABPI: Physics-Informed Neural Networks for Accurate Power Estimation in MPSoCs
von: Elshamy, Mohamed R., et al.
Veröffentlicht: (2025)

Fake Runs, Real Fixes -- Analyzing xPU Performance Through Simulation
von: Zarkadas, Ioannis, et al.
Veröffentlicht: (2025)

Application Research On Real-Time Perception Of Device Performance Status
von: Wang, Zhe, et al.
Veröffentlicht: (2024)

Phantora: Maximizing Code Reuse in Simulation-based Machine Learning System Performance Estimation
von: Qin, Jianxing, et al.
Veröffentlicht: (2025)

Towards Computational Performance Engineering for Unsupervised Concept Drift Detection -- Complexities, Benchmarking, Performance Analysis
von: Werner, Elias, et al.
Veröffentlicht: (2023)

SAfEPaTh: A System-Level Approach for Efficient Power and Thermal Estimation of Convolutional Neural Network Accelerator
von: Chen, Yukai, et al.
Veröffentlicht: (2024)

PrETi: Predicting Execution Time in Early Stage with LLVM and Machine Learning
von: Xu, Risheng, et al.
Veröffentlicht: (2025)

Feature Optimization for Time Series Forecasting via Novel Randomized Uphill Climbing
von: Van Thanh, Nguyen
Veröffentlicht: (2025)

A Kernel-Based Approach for Accurate Steady-State Detection in Performance Time Series
von: Beseda, Martin, et al.
Veröffentlicht: (2025)

FALCON: Feedback-driven Adaptive Long/short-term memory reinforced Coding Optimization system
von: Li, Zeyuan, et al.
Veröffentlicht: (2024)

Rapid Augmentations for Time Series (RATS): A High-Performance Library for Time Series Augmentation
von: Skaf, Wadie, et al.
Veröffentlicht: (2026)

FlashOmni: A Unified Sparse Attention Engine for Diffusion Transformers
von: Qiao, Liang, et al.
Veröffentlicht: (2025)

Toward A Formalized Approach for Spike Sorting Algorithms and Hardware Evaluation
von: Zhang, Tim, et al.
Veröffentlicht: (2022)

Counting Without Running: Evaluating LLMs' Reasoning About Code Complexity
von: Bolet, Gregory, et al.
Veröffentlicht: (2025)

Towards Generalized Parameter Tuning in Coherent Ising Machines: A Portfolio-Based Approach
von: Hanyu, Tatsuro, et al.
Veröffentlicht: (2025)

Learning Performance-Improving Code Edits
von: Shypula, Alexander, et al.
Veröffentlicht: (2023)

Energy-Efficient Transformer Inference: Optimization Strategies for Time Series Classification
von: Kermani, Arshia, et al.
Veröffentlicht: (2025)

A Review of the Long Horizon Forecasting Problem in Time Series Analysis
von: Krupakar, Hans, et al.
Veröffentlicht: (2025)

TESSERACT: Eliminating Experimental Bias in Malware Classification across Space and Time (Extended Version)
von: Kan, Zeliang, et al.
Veröffentlicht: (2024)

ALERT: Accurate Learning for Energy and Timeliness
von: Wan, Chengcheng, et al.
Veröffentlicht: (2019)

Toward Smart Scheduling in Tapis
von: Stubbs, Joe, et al.
Veröffentlicht: (2024)

A Scalable k-Medoids Clustering via Whale Optimization Algorithm
von: Chenan, Huang, et al.
Veröffentlicht: (2024)

GPU-Accelerated INT8 Quantization for KV Cache Compression in Large Language Models
von: Taneja, Maanas, et al.
Veröffentlicht: (2026)

DistZO2: High-Throughput and Memory-Efficient Zeroth-Order Fine-tuning LLMs with Distributed Parallel Computing
von: Wang, Liangyu, et al.
Veröffentlicht: (2025)

PARD: Accelerating LLM Inference with Low-Cost PARallel Draft Model Adaptation
von: An, Zihao, et al.
Veröffentlicht: (2025)

Flashlight: PyTorch Compiler Extensions to Accelerate Attention Variants
von: You, Bozhi, et al.
Veröffentlicht: (2025)

MarginGate: Sparse Margin-Triggered Verification for Batch-Invariant LLM Inference
von: Chu, Kexin, et al.
Veröffentlicht: (2026)

Parallel Implementations Assessment of a Spatial-Spectral Classifier for Hyperspectral Clinical Applications
von: Lazcano, Raquel, et al.
Veröffentlicht: (2024)

A Structure-Aware Framework for Learning Device Placements on Computation Graphs
von: Duan, Shukai, et al.
Veröffentlicht: (2024)

Automating Energy-Efficient GPU Kernel Generation: A Fast Search-Based Compilation Approach
von: Zhang, Yijia, et al.
Veröffentlicht: (2024)

LiveTune: Dynamic Parameter Tuning for Feedback-Driven Optimization
von: Shabgahi, Soheil Zibakhsh, et al.
Veröffentlicht: (2023)

Enhancing Tropical Cyclone Path Forecasting with an Improved Transformer Network
von: Van Thanh, Nguyen, et al.
Veröffentlicht: (2025)

lm-Meter: Unveiling Runtime Inference Latency for On-Device Language Models
von: Wang, Haoxin, et al.
Veröffentlicht: (2025)

Reducing Compute Waste in LLMs through Kernel-Level DVFS
von: Spaan, Jeffrey, et al.
Veröffentlicht: (2026)

WCDT: Systematic WCET Optimization for Decision Tree Implementations
von: Hölscher, Nils, et al.
Veröffentlicht: (2025)

KernelBenchX: A Comprehensive Benchmark for Evaluating LLM-Generated GPU Kernels
von: Wang, Han, et al.
Veröffentlicht: (2026)

Single-Thread JPEG Decoder Benchmarks Mis-Evaluate ML Data Loaders
von: Iglovikov, Vladimir, et al.
Veröffentlicht: (2026)