KCI등재
계산과학공학 시뮬레이션의 효율화를 위한 기계 학습 기반의 실행 시간 추정 방법 = An ML-based Execution Time Estimation Method for Efficiency of Computational Science and Engineering Simulation
저자
발행기관
학술지명
권호사항
발행연도
2019
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
56-70(15쪽)
KCI 피인용횟수
0
제공처
EDISON is a computational science engineering simulation platform, which is developed by KISTI, enabling its users to easily perform high-performance computing (HPC) simulations online.
Despite its vibrant use, occasionally, the HPC simulations on EDISON require a huge amount of execution cost, taking several days, weeks, or even months, depending on their input parameters.
Such large execution cost leads to letting users wait for an unacceptably long time, without knowing when their simulations are finished. This inconvenience eventually hinders efficiency of EDISON simulations. To resolve such unpredictability in simulation, this paper proposes a simulation time estimation method via machine learning (ML) techniques. In the proposed method, we train ML models based on provenance data obtained from a variety of simulations running on EDISON and then leverage the models to predict the execution time of simulations on specified input parameters. As a result, our models showed decent performance with an average accuracy of about 73% on estimated time. By utilizing our trained models, the users can reduce the potential risk of simulation execution by erroneous input parameters and plan a better schedule for more efficient simulations.
EDISON은 한국과학기술정보연구원에서 개발된 계산과학공학 시뮬레이션 수행 플랫폼으로, 온라인에서 사용자들이 손쉽게 고성능 컴퓨팅 (HPC) 시뮬레이션을 수행할 수 있게 한다. EDISON의 활발한 사용에도 불구하고, 때때로 EDISON에서 실행되는 HPC 시뮬레이션은 입력 파라미터에 따라 수 일, 수 주, 심지어 수개월이 걸리는 매우 큰 실행 비용을 요구한다. 이러한 큰 실행 비용은 시뮬레이션이 언제 끝날지 모른 채 사용자들이 무작정 기다리게 한다. 이러한 불편함은 결국 EDISON 시뮬레이션의 효율성을 저해시킨다. 시뮬레이션에서 이와 같은 예측불가능성을 해소하기 위해, 본 논문은 기계 학습 기법을 통한 시뮬레이션 시간 추정 방법을 제안한다. 제안된 방법에서, EDISON에서 실행된 다양한 종류의 시뮬레이션에서 실행된 이력 데이터를 기반으로, 기계 학습 모델들을 훈련시킨 다음, 그 모델들을 활용하여 지정된 입력 파라미터에 대한 시뮬레이션의 실행 시간을 추정한다.
그 결과, 우리의 모델은 추정된 시간에 대해 평균 73%의 정확도로 양호한 성능을 보였다. 본 논문에서 제안하는 모델을 통해 사용자들은 잘못된 입력 파라미터에 따른 시뮬레이션 실행의 잠재적 위험을 줄이고 더 효율적인 시뮬레이션을 위한 더 나은 일정을 계획할 수 있다.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2007-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.02 | 0.02 | 0.01 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.02 | 0.02 | 0.183 | 0.03 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)