典型文献
作业名层次化聚类算法预测作业运行时间
文献摘要：
预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型.传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法.以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70％～80％.
文献关键词：
运行时间预测;作业名聚类;机器学习;高性能计算
中图分类号：
作者姓名：
周隆放;杨文祥;韩永国;张晓蓉;喻杰;冯景华;张健;李宇奇;鲜港;吴亚东;王桂娟
作者机构：
中国空气动力研究与发展中心计算空气动力研究所,四川绵阳 621000;西南科技大学计算机科学与技术学院,四川绵阳 621010;国防科技大学计算机学院,湖南长沙 410073;国家超级计算天津中心,天津 300457;四川轻化工大学计算机科学与工程学院,四川自贡 643000
文献出处：
引用格式：
[1]周隆放;杨文祥;韩永国;张晓蓉;喻杰;冯景华;张健;李宇奇;鲜港;吴亚东;王桂娟-.作业名层次化聚类算法预测作业运行时间)[J].国防科技大学学报,2022(05):13-23
A类：
作业名聚类
B类：
层次化,聚类算法,算法预测,有益于,提升系统,练出,将相,组成成分,字母,两台,超级计算机,真实数据,数据训练,训练模型,运行时间预测,高性能计算
AB值：
0.328068
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
