Teadusarvutuse tööaja ennustaja

Nimi
Karl-Oskar Masing
Kokkuvõte
Töö koosneb kahest suuremast osast. Esimeses osas tutvustame meetodit, kuidas ennustada suvalise arvutuse tööaega, kasutades eelnevate jooksutamiste tulemusi. Teises osas tutvustame implementatsiooni koos kasutusjuhendi ja näidetega. Tööaja ennustamine tugineb järgnevale tähelepanekule. Me saame eristada erinevaid programmi jooksutamisi jooksutamise tööaega potentsiaalselt mõjutavate parameetrite abil. Talletades jooksutamiste parameetreid ja kulunud aega, saame andmetest tuletada mudeli, mis hindaks parameetrite alusel programmi kestust. Olles huvitatud mudeli arusaadavusest, ei saa me kasutada tavalisi mitteparameetrilise regressiooni meetodeid. Seetõttu kasutame üldistatud lineaarset regressiooni erinevate baasfunktsioonidega nagu n*n, n*log(n) ja n*n*n*log(n). Lähenedes lihtsa ja täpse mudeli leidmise probleemile mudelite ruumis genereerimise abil, võivad baasfunktsioonid ka keerulisemaid kujusid võtta, avaldudes näiteks erinevate astmetega parameetrite korrutise kaudu. Leitud mudeli ja parameetrite abil on juba võimalik ennustada programmi kestust. Tööga on kaasas ka Pythoni teek, mis rakendab kirjeldatud meetodit, ennustamaks suvalise programmi tööaega.
Lõputöö keel
eesti
Lõputöö tüüp
Bakalaureus - Informaatika
Juhendaja(d)
dr Meelis Kull, dr Sven Laur
Kaitsmise aasta
2013
 
PDF Lisad