1. TEDE PUCRS
  2. Teses e Dissertações dos Programas de Pós-Graduação da PUCRS
  3. Programa de Pós-Graduação em Ciência da Computação
Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tede2.pucrs.br/tede2/handle/tede/5010
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBaldo, Lucas Janssen-
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4776485D6por
dc.contributor.advisor1Fernandes, Luiz Gustavo Leão-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784653A5por
dc.date.accessioned2015-04-14T14:48:57Z-
dc.date.available2008-04-04-
dc.date.issued2006-12-12-
dc.identifier.citationBALDO, Lucas Janssen. Predição de desempenho de aplicações paralelas para máquinas agregadas utilizando modelos estocásticos. 2006. 80 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2006.por
dc.identifier.urihttp://tede2.pucrs.br/tede2/handle/tede/5010-
dc.description.resumoUm dos maiores proble mas na área de computação de alto desempenho é a dificuldade de definir qual a melhor estratégia de paralelização de uma aplicação. Neste contexto, a utilização de métodos analíticos para a avaliação de desempenho de aplicações paralelas aparece como uma alternativa interessante para auxiliar no processo de escolha das melhores estratégias de paralelização. Neste trabalho, propõe-se a adoção do formalismo de Redes de Autômatos Estocásticos para modelar e avaliar o desempenho de aplicações paralelas especialmente desenvolvidas para máquinas agregadas (i.e., clusters). A metodologia utilizada é baseada na construção de modelos genéricos para descrever esquemas clássicos de implementação paralela, tais como Mestre/Escravo, Fases Paralelas, Pipeline e Divisão e Conquista. Estes modelos são adaptados em casos de aplicações reais através da definição de valores para parâmetros de entrada dos modelos. Finalmente, com intuito de verificar a precisão da técnica de modelagem adotada, comparações com resultados de implementações reais são apresentadas.por
dc.description.provenanceMade available in DSpace on 2015-04-14T14:48:57Z (GMT). No. of bitstreams: 1 399893.pdf: 1667296 bytes, checksum: 30db027cb6bbef2de3ec8544333c6dde (MD5) Previous issue date: 2006-12-12eng
dc.formatapplication/pdfpor
dc.thumbnail.urlhttp://tede2.pucrs.br:80/tede2/retrieve/9810/399893.pdf.jpg*
dc.languageporpor
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpor
dc.publisher.departmentFaculdade de Informácapor
dc.publisher.countryBRpor
dc.publisher.initialsPUCRSpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectINFORMÁTICApor
dc.subjectENGENHARIA DE SOFTWAREpor
dc.subjectPROCESSOS ESTOCÁSTICOSpor
dc.subjectSOFTWARE - TÉCNICAS DE AVALIAÇÃOpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.titlePredição de desempenho de aplicações paralelas para máquinas agregadas utilizando modelos estocásticospor
dc.typeDissertaçãopor
Aparece nas coleções:Programa de Pós-Graduação em Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
399893.pdfTexto Completo1,63 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.