دانلود مقاله ترجمه شده الگوریتم برنامه ریزی زمانی خودتطبیقی نگاشت‌ کاهش – مجله IEEE

• فهرست مطالب:

چکیده
۱- مقدمه
۲- پس‌زمینه
الف) مفاهیم اصلی نگاشت‌کاهش
ب) سازو کارهای موجود اجرای مجدد
۳- الگوریتم ESAMR
۴- ارزیابی
۵- نتیجه‌گیری

• بخشی از ترجمه:

۵- نتیجه‌گیری
به منظور غلبه بر محدودیت‌های ساز و کارهای اجرای دوبارۀ نگاشت‌کاهش موجود، در این مقاله به ESAMR به عنوان الگوریتم زمانبندی پیشرفتۀ نگاشت‌کاهش خودتطبیقی اشاره کردیم که از الگوریتم خوشه‌بندی K-means برای طبقه‌بندی اطلاعات گذشته در قالب خوشه‌های K استفاده کرده و سپس برآورد دقیق‌تری از اوزان مراحل کار ارائه می‌کند تا به درستی کارهای کند و اجرای دوبارۀ آنها را تشخیص دهد. نتایج تجربی حاکی از کارآیی ESAMR است.

• بخشی از مقاله انگلیسی:

V. CONCLUSION

To overcome the limitations of existing MapReduce reexecution mechanisms, in this paper we develop ESAMR: an Enhanced Self-Adaptive MapReduce scheduling algorithm, which uses k-means clustering algorithm to classify historical information into k clusters and thus generates more accurate estimation of task’s stage weights to correctly identify slow tasks and re-execute them. Experimental results have shown the effectiveness of ESAMR.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله