:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Shalini Katyayani Koney
Format:	Recurso digital
Sprache:
Veröffentlicht:	Zenodo 2025
Online-Zugang:	https://doi.org/10.5281/zenodo.15915474
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ML Inference Scheduling with Predictable Latency
von: Zhao, Haidong, et al.
Veröffentlicht: (2025)

ServerlessLLM: Low-Latency Serverless Inference for Large Language Models
von: Fu, Yao, et al.
Veröffentlicht: (2024)

ServerlessLoRA: Minimizing Latency and Cost in Serverless Inference for LoRA-Based LLMs
von: Sui, Yifan, et al.
Veröffentlicht: (2025)

ESG: Pipeline-Conscious Efficient Scheduling of DNN Workflows on Serverless Platforms with Shareable GPUs
von: Hui, Xinning, et al.
Veröffentlicht: (2024)

Scalable and Cost-Efficient ML Inference: Parallel Batch Processing with Serverless Functions
von: Barrak, Amine, et al.
Veröffentlicht: (2025)

Torpor: GPU-Enabled Serverless Computing for Low-Latency, Resource-Efficient Inference
von: Yu, Minchen, et al.
Veröffentlicht: (2023)

Energy Efficient Scheduling for Serverless Systems
von: Tsenos, Michail, et al.
Veröffentlicht: (2024)

Zenix: Efficient Execution of Bulky Serverless Applications
von: Guo, Zhiyuan, et al.
Veröffentlicht: (2022)

EELAS: Energy Efficient and Latency Aware Scheduling of Cloud-Native ML Workloads
von: Syrigos, Ilias, et al.
Veröffentlicht: (2023)

In Serverless, OS Scheduler Choice Costs Money: A Hybrid Scheduling Approach for Cheaper FaaS
von: Zhao, Yuxuan, et al.
Veröffentlicht: (2024)

Compass: A Decentralized Scheduler for Latency-Sensitive ML Workflows
von: Yang, Yuting, et al.
Veröffentlicht: (2024)

Remoe: Towards Efficient and Low-Cost MoE Inference in Serverless Computing
von: Liu, Wentao, et al.
Veröffentlicht: (2025)

Demystifying Serverless Costs on Public Platforms: Bridging Billing, Architecture, and OS Scheduling
von: Lin, Changyuan, et al.
Veröffentlicht: (2025)

Cicada: A Pipeline-Efficient Approach to Serverless Inference with Decoupled Management
von: Wu, Z., et al.
Veröffentlicht: (2025)

On Reducing the Execution Latency of Superconducting Quantum Processors via Quantum Job Scheduling
von: Wu, Wenjie, et al.
Veröffentlicht: (2024)

Raptor: Distributed Scheduling for Serverless Functions
von: Exton, Kevin, et al.
Veröffentlicht: (2024)

Affinity-aware Serverless Function Scheduling
von: De Palma, Giuseppe, et al.
Veröffentlicht: (2024)

Taming Cold Starts: Proactive Serverless Scheduling with Model Predictive Control
von: Nguyen, Chanh, et al.
Veröffentlicht: (2025)

Orchestrating the Execution of Serverless Functions in Hybrid Clouds
von: Peri, Aristotelis, et al.
Veröffentlicht: (2024)

EPS-MoE: Expert Pipeline Scheduler for Cost-Efficient MoE Inference
von: Qian, Yulei, et al.
Veröffentlicht: (2024)

Bandwidth-Aware and Cost-Efficient Pipeline Parallel Scheduling in Geo-Distributed LLM Training
von: Zhang, Han, et al.
Veröffentlicht: (2026)

Guaranteed Dynamic Scheduling of Ultra-Reliable Low-Latency Traffic via Conformal Prediction
von: Cohen, Kfir M., et al.
Veröffentlicht: (2023)

Prompt-Aware Scheduling for Low-Latency LLM Serving
von: Tao, Yiheng, et al.
Veröffentlicht: (2025)

SAIR: Cost-Efficient Multi-Stage ML Pipeline Autoscaling via In-Context Reinforcement Learning
von: Su, Jianchang, et al.
Veröffentlicht: (2026)

Hiku: Pull-Based Scheduling for Serverless Computing
von: Akbari, Saman, et al.
Veröffentlicht: (2025)

Metronome: Differentiated Delay Scheduling for Serverless Functions
von: Chen, Zhuangbin, et al.
Veröffentlicht: (2025)

On the Complexity of Reachability Properties in Serverless Function Scheduling
von: De Palma, Giuseppe, et al.
Veröffentlicht: (2024)

MOTION: ML-Assisted On-Device Low-Latency Motion Recognition
von: Pugazhenthi, Veeramani, et al.
Veröffentlicht: (2025)

SPEED: Speculative Pipelined Execution for Efficient Decoding
von: Hooper, Coleman, et al.
Veröffentlicht: (2023)

Orchestrating Joint Offloading and Scheduling for Low-Latency Edge SLAM
von: Zhang, Yao, et al.
Veröffentlicht: (2025)

Deterministic Scheduling of Periodic Messages for Low Latency in Cloud RAN
von: Barth, Dominique, et al.
Veröffentlicht: (2018)

Efficient Tabular Data Preprocessing of ML Pipelines
von: Zhu, Yu, et al.
Veröffentlicht: (2024)

Optimizing Logical Execution Time Model for Both Determinism and Low Latency
von: Wang, Sen, et al.
Veröffentlicht: (2023)

Adaptive Execution Scheduler for DataDios SmartDiff
von: Poduri, Aryan
Veröffentlicht: (2025)

Trident: Adaptive Scheduling for Heterogeneous Multimodal Data Pipelines
von: Pan, Ding, et al.
Veröffentlicht: (2026)

CensorLess: Cost-Efficient Censorship Circumvention Through Serverless Cloud Functions
von: Kang, Dayeon, et al.
Veröffentlicht: (2026)

Kugelblitz: Executable, Cost-Aware Design-Space Exploration for Programmable Packet Pipelines
von: Ageev, Artem, et al.
Veröffentlicht: (2023)

ARC: Consistent, Low-Latency Delivery via Receiver-Side Scheduling
von: Luby, Michael
Veröffentlicht: (2025)

LeJOT-AutoML: LLM-Driven Feature Engineering for Job Execution Time Prediction in Databricks Cost Optimization
von: Ma, Lizhi, et al.
Veröffentlicht: (2026)

sAirflow: Adopting Serverless in a Legacy Workflow Scheduler
von: Mikina, Filip, et al.
Veröffentlicht: (2024)