Buchumschlag

Feature-Aware Task-to-Core Allocation in Embedded Multi-core Platforms via Statistical Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pivezhandi, Mohammad, Saifullah, Abusayeed, Modekurthy, Prashant
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning C.3; D.4.1; I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HiDVFS: A Hierarchical Multi-Agent DVFS Scheduler for OpenMP DAG Workloads
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2026)

Intelligent Cloud Orchestration: A Hybrid Predictive and Heuristic Framework for Cost Optimization
von: Nagoriya, Heet, et al.
Veröffentlicht: (2026)

FlowRL: Flow-Augmented Few-Shot Reinforcement Learning for Semi-Structured Sensor Data
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2024)

GraphPerf-RT: A Graph-Driven Performance Model for Hardware-Aware Scheduling of OpenMP Codes
von: Pivezhandi, Mohammad, et al.
Veröffentlicht: (2025)

SLO-Guard: Crash-Aware, Budget-Consistent Autotuning for SLO-Constrained LLM Serving
von: Lysenstøen, Christian
Veröffentlicht: (2026)

Semaphores Augmented with a Waiting Array
von: Dice, Dave, et al.
Veröffentlicht: (2025)

Reciprocating Locks
von: Dice, Dave, et al.
Veröffentlicht: (2025)

Hapax Locks : Value-Based Mutual Exclusion
von: Dice, Dave, et al.
Veröffentlicht: (2025)

Using Containers to Speed Up Development, to Run Integration Tests and to Teach About Distributed Systems
von: Mambelli, Marco, et al.
Veröffentlicht: (2025)

ACME: Adaptive Customization of Large Models via Distributed Systems
von: Dai, Ziming, et al.
Veröffentlicht: (2025)

AMP4EC: Adaptive Model Partitioning Framework for Efficient Deep Learning Inference in Edge Computing Environments
von: Zhang, Guilin, et al.
Veröffentlicht: (2025)

Experimentally Evaluating the Resource Efficiency of Big Data Autoscaling
von: Will, Jonathan, et al.
Veröffentlicht: (2025)

Rank-Aware Resource Scheduling for Tightly-Coupled MPI Workloads on Kubernetes
von: Xie, Tianfang
Veröffentlicht: (2026)

Static Batching of Irregular Workloads on GPUs: Framework and Application to Efficient MoE Model Inference
von: Li, Yinghan, et al.
Veröffentlicht: (2025)

EWSJF: An Adaptive Scheduler with Hybrid Partitioning for Mixed-Workload LLM Inference
von: Sidik, Bronislav, et al.
Veröffentlicht: (2026)

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy
von: Yang, Haotian, et al.
Veröffentlicht: (2025)

TStore: Rethinking AI Model Hub with Tensor-Centric Compression
von: Lan, Tingfeng, et al.
Veröffentlicht: (2026)

Learning Interpretable Scheduling Algorithms for Data Processing Clusters
von: Hu, Zhibo, et al.
Veröffentlicht: (2024)

CarbonEdge: Carbon-Aware Deep Learning Inference Framework for Sustainable Edge Computing
von: Zhang, Guilin, et al.
Veröffentlicht: (2026)

Scalability Evaluation of HPC Multi-GPU Training for ECG-based LLMs
von: Mileski, Dimitar, et al.
Veröffentlicht: (2025)

Vectorized Adaptive Histograms for Sparse Oblique Forests
von: Lubonja, Ariel, et al.
Veröffentlicht: (2026)

Cross-Platform Fused MoE Dispatch in Triton: Portable Expert Routing Without CUDA
von: Mitra, Subhadip
Veröffentlicht: (2026)

Laminar: A Probe-First Scheduling Paradigm with Deterministic Runtime Survival
von: Chu, Zhengyan
Veröffentlicht: (2026)

Parameter-Efficient and Personalized Federated Training of Generative Models at the Edge
von: Khan, Kabir, et al.
Veröffentlicht: (2025)

TAGC: Optimizing Gradient Communication in Distributed Transformer Training
von: Polyakov, Igor, et al.
Veröffentlicht: (2025)

INAR-VL: Input-Aware Routing for Edge-Cloud Vision-Language Inference
von: Šabanović, Ahmed, et al.
Veröffentlicht: (2026)

Optimizing Multi-DNN Inference on Mobile Devices through Heterogeneous Processor Co-Execution
von: Gao, Yunquan, et al.
Veröffentlicht: (2025)

SRFed: Mitigating Poisoning Attacks in Privacy-Preserving Federated Learning with Heterogeneous Data
von: Lu, Yiwen
Veröffentlicht: (2026)

A Full Stack Framework for High Performance Quantum-Classical Computing
von: Zhan, Xin, et al.
Veröffentlicht: (2025)

Readout-Side Bypass for Residual Hybrid Quantum-Classical Models
von: Zhang, Guilin, et al.
Veröffentlicht: (2025)

ADF-LoRA: Alternating Low-Rank Aggregation for Decentralized Federated Fine-Tuning
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

SepsisAI Orchestrator: A Containerized and Scalable Platform for Deploying AI Models and Real-Time Monitoring in Early Sepsis Detection
von: Ospitia, Santiago, et al.
Veröffentlicht: (2026)

JASDA: Introducing Job-Aware Scheduling in Scheduler-Driven Job Atomization
von: Konopa, Michal, et al.
Veröffentlicht: (2025)

WISP: Waste- and Interference-Suppressed Distributed Speculative LLM Serving at the Edge via Dynamic Drafting and SLO-Aware Batching
von: Li, Xiangchen, et al.
Veröffentlicht: (2026)

Mingling with the Good to Backdoor Federated Learning
von: Neves, Nuno
Veröffentlicht: (2025)

Conditioning on Local Statistics for Scalable Heterogeneous Federated Learning
von: Brännvall, Rickard
Veröffentlicht: (2025)

Scalable Machine Learning Training Infrastructure for Online Ads Recommendation and Auction Scoring Modeling at Google
von: Kurian, George, et al.
Veröffentlicht: (2025)

A Taxonomy and Resolution Strategy for Client-Level Disagreements in Federated Learning
von: Rosendal, Daan, et al.
Veröffentlicht: (2026)

SPARK: Igniting Communication-Efficient Decentralized Learning via Stage-wise Projected NTK and Accelerated Regularization
von: Xia, Li
Veröffentlicht: (2025)

Agent-based modeling for realistic reproduction of human mobility and contact behavior to evaluate test and isolation strategies in epidemic infectious disease spread
von: Kerkmann, David, et al.
Veröffentlicht: (2024)