Informática - Computação distribuída, paralela e em cluster

Explorando o papel das GNNs no processamento de dados de nuvem de pontos.

Um novo algoritmo melhora a velocidade e a eficiência no processamento de tensores esparsos.

Descubra como algoritmos paralelos aceleram os cálculos do LCS para grandes conjuntos de dados.

Um novo método acelera bastante a contagem de triângulos em grafos.

Uma nova abordagem pra gerenciar dados RDF de forma eficiente em dispositivos edge.

Explorando maneiras de melhorar o compartilhamento de dados enquanto garante a privacidade do usuário.

Explorando as capacidades da Julia no modelo de difusão-reação Gray-Scott para HPC.

Um novo sistema de cache melhora o uso de recursos e se adapta a cargas de trabalho que mudam.

Um novo método melhora a visualização de dados com uso mínimo de memória.

Novas ferramentas estão melhorando a análise de grandes grafos de propriedades.

Um olhar sobre as características, desafios e potencial do contínuo de computação para os usuários.

FedGKD melhora o aprendizado federado para Redes Neurais Gráficas otimizando a extração de características da tarefa.

Explorando técnicas de aprendizado federado pra melhorar a eficiência na comunicação enquanto preserva a privacidade do usuário.

Melhorando as estratégias de agendamento de tarefas para aplicativos móveis usando aprendizado por reforço profundo.

Um método pra criar registros auditáveis e confiáveis em sistemas distribuídos.

DFedADMM e DFedADMM-SAM melhoram o treinamento do modelo enquanto garantem a privacidade dos dados.

Usar GPUs pra acelerar simulações de reservatórios pode melhorar a eficiência e diminuir o tempo de cálculo.

Esse estudo explora novas maneiras de avaliar aplicações de blockchain usando aprendizado de máquina.

Novo método melhora modelos Transformer reduzindo o uso de computação e memória.

Este estudo analisa como os modelos de deep learning mudam durante a Busca por Arquitetura Neural.

Descubra a importância do timing e latência da comunicação em serviços de nuvem.

Propondo um método dinâmico para seleção eficiente de líderes em redes blockchain.

Uma abordagem nova estima o uso de energia em nível de aplicativo sem métodos invasivos.

Um novo método melhora o Aprendizado Federado ao lidar com a defasagem e as diferenças entre dispositivos.

Um novo sistema pra treinar modelos de linguagem grandes de forma rápida e eficiente.

Um novo modelo melhora a negociação entre cadeias usando o mecanismo de lock-swap pra mais eficiência.

A SPIRT oferece uma abordagem confiável e eficiente para aprendizado de máquina distribuído.

Um novo sistema integra computação sem servidor e redes peer-to-peer para um treinamento de modelo mais eficiente.

O FlexCast melhora a eficiência da entrega de mensagens em sistemas distribuídos usando multicast atômico.

Analisando como o tamanho do registro afeta a resolução de tarefas em sistemas distribuídos.

Aprenda a lidar com atrasos no gradiente descendente de forma eficaz.

Uma olhada no pacote de simetrias de rede para física quântica de muitos corpos.

Meld simplifica o processamento de dados para experimentos de neutrinos, aumentando a eficiência dos pesquisadores.

A MANA simplifica o checkpointing para aplicações MPI, garantindo uma integração fácil e um desempenho confiável.

Um novo método para compartilhar dados de forma eficiente entre funções na nuvem.

Entendendo os desafios e oportunidades na tecnologia de armazenamento em edge.

Uma olhada no Aprendizado Profundo de Equilíbrio Federado e seu impacto na IA.

O Canary melhora o desempenho do allreduce adaptando-se à congestionamento da rede de forma dinâmica.

Juntando HPC e computação em nuvem pra ter melhor desempenho e economizar grana.

Aprenda a prever quedas de serviço em nuvem usando métricas de performance.