Escalonamento em sistemas paralelos com uso de aprendizado de maquina

Este livro apresenta uma abordagem dinmica e incremental para a explorao de caractersticas de execuo e de submisso de aplicaes paralelas visando o escalonamento de processos. Modelos de classificao e de predio de caractersticas de aplicaes so construdos, utilizando algoritmos de aprendizado de mquina adaptados como ferramentas para a aquisio de conhecimento sobre a carga de trabalho. Os paradigmas conexionista e baseado em instncias orientam a aquisio de conhecimento. Tais algoritmos e suas extenses permitem a atualizao do conhecimento obtido, medida que informaes mais recentes tornam-se disponveis. Esses algoritmos so implementados e avaliados utilizando informaes obtidas por meio da monitorao da execuo de aplicaes paralelas e da utilizao de traos de execuo representativos da carga de trabalho seqencial e paralela de diferentes centros de computao.