NEtwork-aware Optimization for Query Executions in Large Systems

Informations projet

NEO-QE

N° de convention de subvention: 799066

DOI

10.3030/799066

Projet clôturé le 25 Octobre 2019

Date de signature de la CE 28 Mars 2018

Date de début 1 Juillet 2018

Date de fin 30 Juin 2020

Financé au titre de

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coût total

€ 187 866,00

Contribution de l’UE

€ 187 866,00

Coordonné par

UNIVERSITY COLLEGE DUBLIN, NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Ireland

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Conference proceedings (5)

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

Auteurs: Long Cheng, John Murphy, Qingzhi Liu, Chunliang Hao, Georgios Theodoropoulos
Publié dans: Euro-Par 2018: Parallel Processing, 2018, Page(s) 293-305
Éditeur: Springer International Publishing
DOI: 10.1007/978-3-319-96983-1_21

Learning Process Models in IoT Edge

Auteurs: Long Cheng, Cong Liu, Qingzhi Liu, Yucong Duan, John Murphy
Publié dans: 2019 IEEE World Congress on Services (SERVICES), 2019, Page(s) 147-150, ISBN 978-1-7281-3851-0
Éditeur: IEEE
DOI: 10.1109/services.2019.00043

Resilient Neural Network Training for Accelerators with Computing Errors

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

FlowCon - Elastic Flow Configuration for Containerized Deep Learning Applications

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

Deep Reinforcement Learning for IoT Network Dynamic Clustering in Edge Computing

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

Peer reviewed articles (3)

Scalable Discovery of Hybrid Process Models in a Cloud Computing Environment

Auteurs: Long Cheng, Boudewijn Van Dongen, Wil Van Der Aalst
Publié dans: IEEE Transactions on Services Computing, 2019, Page(s) 1-1, ISSN 1939-1374
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsc.2019.2906203

Load-balancing distributed outer joins through operator decomposition

Auteurs: Long Cheng, Spyros Kotoulas, Qingzhi Liu, Ying Wang
Publié dans: Journal of Parallel and Distributed Computing, Numéro 132, 2019, Page(s) 21-35, ISSN 0743-7315
Éditeur: Academic Press
DOI: 10.1016/j.jpdc.2019.05.008

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

Auteurs: Xuan Chen, Long Cheng, Cong Liu, Qingzhi Liu, Jinwei Liu, Ying Mao, John Murphy
Publié dans: IEEE Systems Journal, 2020, Page(s) 1-12, ISSN 1932-8184
Éditeur: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jsyst.2019.2960088