Prediciendo defectos de software en programas paralelos híbridos MPI y OpenMP utilizando aprendizaje automático
Autores: Althiban, Amani S.; Alharbi, Hajar M.; Al Khuzayem, Lama A.; Eassa, Fathy Elbouraey
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Prediciendo defectos de software en programas paralelos híbridos MPI y OpenMP utilizando aprendizaje automático
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Recursos computacionales
Interfaz de paso de mensajes
Multiprocesamiento abierto
Algoritmos de aprendizaje automático
Máquina de vectores de soporte
Predicción de defectos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
La investigación contribuye significativamente al campo al proporcionar un método robusto para la detección temprana de defectos en entornos de programación híbrida, reduciendo así el tiempo de desarrollo, los costos y mejorando la confiabilidad general de los sistemas de HPC.
Descripción
La investigación contribuye significativamente al campo al proporcionar un método robusto para la detección temprana de defectos en entornos de programación híbrida, reduciendo así el tiempo de desarrollo, los costos y mejorando la confiabilidad general de los sistemas de HPC.