مقاله محاسبه سیستم پیشنهاد دهنده حافظه شغلی با استفاده از فراگیری ماشینی

فایل مورد نظر شامل مقاله  محاسبه سیستم پیشنهاد دهنده حافظه شغلی با استفاده از فراگیری ماشینی است. تعداد صفحات فایل 5 و در قالب word قابل ویرایش است. چكيده این مقاله یک رویکرد فراگیری ماشین را ارائه می‌دهد تا میزان حافظه محاسباتی مورد نیاز توسط شغل‌هایی که به مرکز اشتراک گذاری بار (LSF®) با میزان بالای درستی تحویل شده است را پیش بینی کند. (LSF®) مدیر منبع محاسباتی و تنظیم کننده شغلی برای فرایند طراحی تراشه کوالکام است و شغل‌ها را بر اساس منابع موجود:CPU، حافظه، ذخیره و مجوزهای نرم افزاری تنظیم می‌کند. حافظه یکی از منابع اصلی است و کاربرد مناسب آن منجر به پیشرفت اساسی در حفظ منابع ماشینی می‌شود که به نوبت منجر به کاهش قابل توجه در زمان صرف شده روی کار منتهی می‌شود. بعلاوه کاربرد حافظه کارآمد در کاهش هزینه‌های عملکردی از طریق کاهش تعداد سرورهای موردنیاز برای فرایند طراحی پشت سرهم کمک می‌کند. در این مقاله ما یک مجموعه از تکنولوژی‌های فراگیری ماشینی و آماری برای گسترش سیستم پیشنهاد دهنده حافظه محاسباتی برای فرایند طراحی قطعه …