نویسندگان:
(1) لیمنگ ژانگ، مرکز تحقیقات در زمینه فناوریهای نرمافزار مهندسی (CREST)، دانشگاه آدلاید، استرالیا.
(2) M. Ali Babar، مرکز تحقیقات در زمینه فناوری های نرم افزار مهندسی (CREST)، دانشگاه آدلاید، استرالیا.
جدول پیوندها
چکیده و 1 مقدمه
1.1 چالش های تنظیم پارامتر پیکربندی و 1.2 مشارکت
2 اهداف تنظیم
3 مروری بر چارچوب تنظیم
4 مشخصه سازی حجم کاری و 4.1 مشخصه سازی در سطح پرس و جو
4.2 شخصیت پردازی مبتنی بر زمان اجرا
5 هرس ویژگی و 5.1 هرس در سطح بار کاری
5.2 هرس در سطح پیکربندی
5.3 خلاصه
6 دانش از تجربه
7 توصیه پیکربندی و 7.1 بهینه سازی بیزی
7.2 شبکه عصبی
7.3 یادگیری تقویتی
7.4 راه حل های مبتنی بر جستجو
8 تنظیم آزمایشی
9 کارهای مرتبط
10 بحث و نتیجه گیری و مراجع
7.2 شبکه عصبی
راهحلهای مبتنی بر شبکه عصبی (NN) برای تنظیم خودکار، از قدرت شبکههای عصبی مصنوعی برای مدلسازی روابط پیچیده بین پارامترهای پیکربندی و عملکرد سیستم استفاده میکنند و تنظیم کارآمد را بدون نیاز به جستجوی جامع یا مداخله دستی امکانپذیر میسازند.
7.2.1 راه حل های مبتنی بر NN
تان و همکاران آی بی تیون را پیشنهاد دهید [15]، تنظیم بافر جداگانه، برای کاهش خودکار اندازه بافر برای هر …