کاهش میزان خطای فقدان حافظه پنهان با استفاده از یک رویکرد تکاملی
محل انتشار: سیزهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,333
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE13_363
تاریخ نمایه سازی: 14 مرداد 1389
چکیده مقاله:
کارایی برنامه هایی که با حجم بالایی از داده ها سروکار دارند اغلب به وسیله هزینه ی دسترسی به حافظه محدود می شوند بهعلت محدودیت گنجایش حافظه پنهان تمام داده ها ی مورد نیاز را نمی توان در حافظه پنهان نگهداری نمود بنابراین روشهایی جهت انتخاب بین داده هایی که باید در حجم زیاد داده ها نگهداری شوند طراحی گشته اند. از جمله مواردی که این الگوریتم ها تاثیر بسزایی خود را نشان میدهند در برنامه هایی است که از حلقه های تودرتویی با حجم داده های بالایی سروکار دارند بهطوریکه نگهداری تمامی این داده ها درحافظه پنهان امری غیرممکن می نماید از آنجایی که ذات این مسئله یک مساله ی NP- سخت می باشد درحالت عمومی استفاده از روشهای غیرقطعی را مناسب می نماید. الگوریتم EADLL یک روش کاشی بندی حلقه با استفاده از رویکرد تکاملی است که دراین مقاله معرفی می گردد.
کلیدواژه ها:
نویسندگان
سحر هرون
دانشگاه آزاد اسلامی واحد شبستر
شهریار لطفی
دانشگاه تبریز گروه علوم کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :