NEtwork-aware Optimization for Query Executions in Large Systems

Informacje na temat projektu

NEO-QE

Identyfikator umowy o grant: 799066

DOI

10.3030/799066

Realizacja projektu zakończyła się 25 Października 2019

Data podpisania przez KE 28 Marca 2018

Data rozpoczęcia 1 Lipca 2018

Data zakończenia 30 Czerwca 2020

Finansowanie w ramach

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Koszt całkowity

€ 187 866,00

Wkład UE

€ 187 866,00

Koordynowany przez

UNIVERSITY COLLEGE DUBLIN, NATIONAL UNIVERSITY OF IRELAND, DUBLIN
Ireland

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Conference proceedings (5)

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

Autorzy: Long Cheng, John Murphy, Qingzhi Liu, Chunliang Hao, Georgios Theodoropoulos
Opublikowane w: Euro-Par 2018: Parallel Processing, 2018, Strona(/y) 293-305
Wydawca: Springer International Publishing
DOI: 10.1007/978-3-319-96983-1_21

Learning Process Models in IoT Edge

Autorzy: Long Cheng, Cong Liu, Qingzhi Liu, Yucong Duan, John Murphy
Opublikowane w: 2019 IEEE World Congress on Services (SERVICES), 2019, Strona(/y) 147-150, ISBN 978-1-7281-3851-0
Wydawca: IEEE
DOI: 10.1109/services.2019.00043

Resilient Neural Network Training for Accelerators with Computing Errors

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

FlowCon - Elastic Flow Configuration for Containerized Deep Learning Applications

Autorzy: Wenjia Zheng, Michael Tynes, Henry Gorelick, Ying Mao, Long Cheng, Yantian Hou
Opublikowane w: Proceedings of the 48th International Conference on Parallel Processing - ICPP 2019, 2019, Strona(/y) 1-10, ISBN 9781-450362955
Wydawca: ACM Press
DOI: 10.1145/3337821.3337868

Deep Reinforcement Learning for IoT Network Dynamic Clustering in Edge Computing

Autorzy: Qingzhi Liu, Long Cheng, Tanir Ozcelebi, John Murphy, Johan Lukkien
Opublikowane w: 2019 19th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID), 2019, Strona(/y) 600-603, ISBN 978-1-7281-0912-1
Wydawca: IEEE
DOI: 10.1109/ccgrid.2019.00077

Peer reviewed articles (3)

Scalable Discovery of Hybrid Process Models in a Cloud Computing Environment

Autorzy: Long Cheng, Boudewijn Van Dongen, Wil Van Der Aalst
Opublikowane w: IEEE Transactions on Services Computing, 2019, Strona(/y) 1-1, ISSN 1939-1374
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tsc.2019.2906203

Load-balancing distributed outer joins through operator decomposition

Autorzy: Long Cheng, Spyros Kotoulas, Qingzhi Liu, Ying Wang
Opublikowane w: Journal of Parallel and Distributed Computing, Numer 132, 2019, Strona(/y) 21-35, ISSN 0743-7315
Wydawca: Academic Press
DOI: 10.1016/j.jpdc.2019.05.008

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

Autorzy: Xuan Chen, Long Cheng, Cong Liu, Qingzhi Liu, Jinwei Liu, Ying Mao, John Murphy
Opublikowane w: IEEE Systems Journal, 2020, Strona(/y) 1-12, ISSN 1932-8184
Wydawca: Institute of Electrical and Electronics Engineers
DOI: 10.1109/jsyst.2019.2960088