NEtwork-aware Optimization for Query Executions in Large Systems

Informazioni relative al progetto

NEO-QE

ID dell’accordo di sovvenzione: 799066

DOI

10.3030/799066

Progetto concluso il 25 Ottobre 2019

Data della firma CE 28 Marzo 2018

Data di avvio 1 Luglio 2018

Data di completamento 30 Giugno 2020

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale

€ 187 866,00

Contributo UE

€ 187 866,00

Coordinato da

UNIVERSITY COLLEGE DUBLIN, NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Ireland

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (5)

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

Autori: Long Cheng, John Murphy, Qingzhi Liu, Chunliang Hao, Georgios Theodoropoulos
Pubblicato in: Euro-Par 2018: Parallel Processing, 2018, Pagina/e 293-305
Editore: Springer International Publishing
DOI: 10.1007/978-3-319-96983-1_21

Learning Process Models in IoT Edge

Autori: Long Cheng, Cong Liu, Qingzhi Liu, Yucong Duan, John Murphy
Pubblicato in: 2019 IEEE World Congress on Services (SERVICES), 2019, Pagina/e 147-150, ISBN 978-1-7281-3851-0
Editore: IEEE
DOI: 10.1109/services.2019.00043

Resilient Neural Network Training for Accelerators with Computing Errors

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

FlowCon - Elastic Flow Configuration for Containerized Deep Learning Applications

Autori: Wenjia Zheng, Michael Tynes, Henry Gorelick, Ying Mao, Long Cheng, Yantian Hou
Pubblicato in: Proceedings of the 48th International Conference on Parallel Processing - ICPP 2019, 2019, Pagina/e 1-10, ISBN 9781-450362955
Editore: ACM Press
DOI: 10.1145/3337821.3337868

Deep Reinforcement Learning for IoT Network Dynamic Clustering in Edge Computing

Autori: Qingzhi Liu, Long Cheng, Tanir Ozcelebi, John Murphy, Johan Lukkien
Pubblicato in: 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 2019, Pagina/e 600-603, ISBN 978-1-7281-0912-1
Editore: IEEE
DOI: 10.1109/ccgrid.2019.00077

Peer reviewed articles (3)

Scalable Discovery of Hybrid Process Models in a Cloud Computing Environment

Autori: Long Cheng, Boudewijn Van Dongen, Wil Van Der Aalst
Pubblicato in: IEEE Transactions on Services Computing, 2019, Pagina/e 1-1, ISSN 1939-1374
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsc.2019.2906203

Load-balancing distributed outer joins through operator decomposition

Autori: Long Cheng, Spyros Kotoulas, Qingzhi Liu, Ying Wang
Pubblicato in: Journal of Parallel and Distributed Computing, Numero 132, 2019, Pagina/e 21-35, ISSN 0743-7315
Editore: Academic Press
DOI: 10.1016/j.jpdc.2019.05.008

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

Autori: Xuan Chen, Long Cheng, Cong Liu, Qingzhi Liu, Jinwei Liu, Ying Mao, John Murphy
Pubblicato in: IEEE Systems Journal, 2020, Pagina/e 1-12, ISSN 1932-8184
Editore: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jsyst.2019.2960088