ViDaR: R-enabled large-scale data analytics in ViDa

Informazioni relative al progetto

ViDaR

ID dell’accordo di sovvenzione: 768910

DOI 10.3030/768910

Progetto chiuso

Data della firma CE 3 Novembre 2017

Data di avvio 1 Gennaio 2018

Data di completamento 30 Giugno 2019

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale € 150 000,00

Contributo UE € 150 000,00

Coordinato da

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE
Switzerland

Pubblicazioni

Conference proceedings (4)

Hardware-conscious Query Processing in GPU-accelerated Analytical Engines

Autori: Periklis Chrysogelos, Panagiotis Sioulas, Anastasia Ailamaki
Pubblicato in: 2019
Editore: 9th Biennial Conference on Innovative Data Systems Research

Hardware-conscious Hash-Joins on GPUs

Autori: Panagiotis Sioulas, Periklis Chrysogelos, Manolis Karpathiotakis, Raja Appuswamy, Anastasia Ailamaki
Pubblicato in: 2019
Editore: IEEE International Conference on Data Engineering

HetExchange: Encapsulating heterogeneous CPU-GPU parallelism in JIT compiled engines.

Autori: Periklis Chrysogelos, Manolis Karpathiotakis, Raja Appuswamy, Anastasia Ailamaki
Pubblicato in: 2019
Editore: 45th International Conference on Very Large Data Bases

(under submission) GPU-accelerated data management under the test of time

Autori: Aunn Raza, Periklis Chrysogelos, Panagiotis Sioulas, Vladimir Indjic, Angelos Anadiotis; Anastasia Ailamaki
Pubblicato in: 2019
Editore: 10th Biennial Conference on Innovative Data Systems Research