Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakEAGER: Exploring Automatic Optimization of Multi-tiered HPC Storage Systems via Practical Reinforcement Learning
Proyek riset & pengembangan

EAGER: Exploring Automatic Optimization of Multi-tiered HPC Storage Systems via Practical Reinforcement Learning

Ringkasan tujuan riset

Pembelajaran penguatan praktis diteliti untuk middleware I/O HPC yang mengatur penempatan data dan koordinasi akses pada penyimpanan bertingkat heterogen yang dipakai bersama.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2412345Periode tercatat 2024-07-01 sampai 2025-03-31.NSF 2412345MulaiAkhir tercatat202420262024-07-012025-03-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Kerangka RL berorientasi sistem akan mempelajari permintaan serta keadaan penyimpanan untuk penjadwalan adaptif. Fokusnya ialah penempatan data guna pemanfaatan tinggi dan koordinasi I/O agar akses bersama lebih efisien. Berbagai algoritme, arsitektur jaringan neural, serta pembentukan imbalan akan diimplementasikan dan dibandingkan melalui benchmark. Integrasi dirancang bekerja dengan komponen tersedia sambil membatasi perubahan pada aplikasi ilmiah dan sistem HPC.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of North Carolina at Charlotte
Program
Software & Hardware Foundation
Periode pendanaan tercatat
2024-07-01 → 2025-03-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Division of Computing and Communication Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFTidak aktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.