NEtwork-aware Optimization for Query Executions in Large Systems

Información del proyecto

NEO-QE

Identificador del acuerdo de subvención: 799066

DOI

10.3030/799066

Proyecto finalizado el 25 Octubre 2019

Fecha de la firma de la CE 28 Marzo 2018

Fecha de inicio 1 Julio 2018

Fecha de finalización 30 Junio 2020

Financiado con arreglo a

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coste total

€ 187 866,00

Aportación de la UE

€ 187 866,00

Coordinado por

UNIVERSITY COLLEGE DUBLIN, NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Ireland

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Publicaciones

Conference proceedings (5)

Minimizing Network Traffic for Distributed Joins Using Lightweight Locality-Aware Scheduling

Autores: Long Cheng, John Murphy, Qingzhi Liu, Chunliang Hao, Georgios Theodoropoulos
Publicado en: Euro-Par 2018: Parallel Processing, 2018, Página(s) 293-305
Editor: Springer International Publishing
DOI: 10.1007/978-3-319-96983-1_21

Learning Process Models in IoT Edge

Autores: Long Cheng, Cong Liu, Qingzhi Liu, Yucong Duan, John Murphy
Publicado en: 2019 IEEE World Congress on Services (SERVICES), 2019, Página(s) 147-150, ISBN 978-1-7281-3851-0
Editor: IEEE
DOI: 10.1109/services.2019.00043

Resilient Neural Network Training for Accelerators with Computing Errors

Autores: Dawen Xu, Kouzi Xing, Cheng Liu, Ying Wang, Yulin Dai, Long Cheng, Huawei Li, Lei Zhang
Publicado en: 2019 IEEE 30th International Conference on Application-specific Systems, Architectures and Processors (ASAP), 2019, Página(s) 99-102, ISBN 978-1-7281-1601-3
Editor: IEEE
DOI: 10.1109/asap.2019.00-23

FlowCon - Elastic Flow Configuration for Containerized Deep Learning Applications

Autores: Wenjia Zheng, Michael Tynes, Henry Gorelick, Ying Mao, Long Cheng, Yantian Hou
Publicado en: Proceedings of the 48th International Conference on Parallel Processing - ICPP 2019, 2019, Página(s) 1-10, ISBN 9781-450362955
Editor: ACM Press
DOI: 10.1145/3337821.3337868

Deep Reinforcement Learning for IoT Network Dynamic Clustering in Edge Computing

Autores: Qingzhi Liu, Long Cheng, Tanir Ozcelebi, John Murphy, Johan Lukkien
Publicado en: 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 2019, Página(s) 600-603, ISBN 978-1-7281-0912-1
Editor: IEEE
DOI: 10.1109/ccgrid.2019.00077

Peer reviewed articles (3)

Scalable Discovery of Hybrid Process Models in a Cloud Computing Environment

Autores: Long Cheng, Boudewijn Van Dongen, Wil Van Der Aalst
Publicado en: IEEE Transactions on Services Computing, 2019, Página(s) 1-1, ISSN 1939-1374
Editor: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsc.2019.2906203

Load-balancing distributed outer joins through operator decomposition

Autores: Long Cheng, Spyros Kotoulas, Qingzhi Liu, Ying Wang
Publicado en: Journal of Parallel and Distributed Computing, Edición 132, 2019, Página(s) 21-35, ISSN 0743-7315
Editor: Academic Press
DOI: 10.1016/j.jpdc.2019.05.008

A WOA-Based Optimization Approach for Task Scheduling in Cloud Computing Systems

Autores: Xuan Chen, Long Cheng, Cong Liu, Qingzhi Liu, Jinwei Liu, Ying Mao, John Murphy
Publicado en: IEEE Systems Journal, 2020, Página(s) 1-12, ISSN 1932-8184
Editor: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jsyst.2019.2960088