Escalonamento em sistemas paralelos com uso de aprendizado de máquina

Este livro apresenta uma abordagem din mica e incremental para a explora o de caracter sticas de execu o e de submiss o de aplica es paralelas visando o escalonamento de processos. Modelos de classifica o e de predi o de caracter sticas de aplica es s o constru dos, utilizando algoritmos de aprendizado de m quina adaptados como ferramentas para a aquisi o de conhecimento sobre a carga de trabalho. Os paradigmas conexionista e baseado em inst ncias orientam a aquisi o de conhecimento. Tais algoritmos e suas extens es permitem a atualiza o do conhecimento obtido, medida que informa es mais recentes tornam-se dispon veis. Esses algoritmos s o implementados e avaliados utilizando informa es obtidas por meio da monitora o da execu o de aplica es paralelas e da utiliza o de tra os de execu o representativos da carga de trabalho seq encial e paralela de diferentes centros de computa o.