Scaling laws of GPBO algorithms

Déterminer les lois de scalabilité du cadre algorithmique GPBO pour l’appliquer à la résolution de n’importe quelle disponibilité de ressource physique en termes de mémoire et capacité computationnelle, à partir des microcontrôleurs jusqu’au clusters de computation. En particulier, évaluer :
1) le contraintes physiques et mathématiques qui déterminent la fonction multivariée entre la disponibilité de ressources de computation et la dimension du problème maximal faisable,
2) les lois d’implémentation optimale du système d’optimisation à travers plateformes de dimensionnalité variée et la valeur relative des choix impliqués dans les compromis d’implémentation – tel que une réduction du problème ou des limites à la mémoire d’optimisation immagasinée.

Faculty Supervisor:

Marco Bonizzato

Student:

Partner:

Université Gustave Eiffel

Discipline:

Engineering

Sector:

Education

University:

Université de Montréal

Program: