• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.3.2016.tde-12072016-084728
Documento
Autor
Nombre completo
Jorge Augusto Sabaliauskas
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2015
Director
Tribunal
Rocha, Ricardo Luis de Azevedo da (Presidente)
Amaral, Jose Nelson
Silva, Flavio Soares Correa da
Título en portugués
Automatização do processo de seleção de transformações para otimização do tempo de execução por meio de aprendizado de máquina no arcabouço da LLVM.
Palabras clave en portugués
Ajuste de parâmetros de transformação
Aprendizado computacional
Aprendizado de máquina
Automação do processo de ajuste de compiladores
Otimização de código
Resumen en portugués
A rápida evolução do hardware demanda uma evolução contínua dos compiladores. Um processo de ajuste deve ser realizado pelos projetistas de compiladores para garantir que o código gerado pelo compilador mantenha uma determinada qualidade, seja em termos de tempo de processamento ou outra característica pré-definida. Este trabalho visou automatizar o processo de ajuste de compiladores por meio de técnicas de aprendizado de máquina. Como resultado os planos de compilação obtidos usando aprendizado de máquina com as características propostas produziram código para programas cujos valores para os tempos de execução se aproximaram daqueles seguindo o plano padrão utilizado pela LLVM.
Título en inglés
Transformation selection process automation for execution time optimization through machine learning on LLVM framework.
Palabras clave en inglés
Code optimization
Compiler tuning automatization process
Machine learning
Transformation parameters tuning
Resumen en inglés
The fast evolution of hardware demands a continue evolution of the compilers. Compiler designers must perform a tuning process to ensure that the code generated by the compiler maintain a certain quality, both in terms of processing time or another preset feature. This work aims to automate compiler adjustment process through machine learning techniques. As a result the compiler plans obtained using machine learning with the proposed features had produced code for programs whose values for the execution times approached those following the standard plan used by LLVM.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2016-07-13
 
ADVERTENCIA: El material descrito abajo se refiere a los trabajos derivados de esta tesis o disertación. El contenido de estos documentos es responsabilidad del autor de la tesis o disertación.
  • SABALIAUSKAS, J. A., e ROCHA, R. L. A. Project and Implementation for a Programming Language Suitable to Express Adaptive Algorithms. Revista IEEE América Latina, 2011, vol. 9, p. 969-973.
  • SABALIAUSKAS, J. A., e ROCHA, R. L. A. Projeto e implementação de uma linguagem de programação para a execução de algoritmos adaptativos. In Quinto Workshop de Tecnologia Adaptativa - WTA 2011, Sao Paulo, 2011. Memórias do WTA 2011 - Quinto Workshop de Tecnologia Adaptativa.Sao Paulo : Escola Politécnica da USP, 2011.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.