( en | de | ru )

 

Disambiguierung von "Monge, David A."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Ensemble learning of runtime prediction models for gene-expression analysis workflows.

, , , und . Clust. Comput., 18 (4): 1317-1329 (2015)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Raúl Monge

Henrique Mongelli

lin A David

David A Traill

David A Wuttke

 

Weitere Publikationen von Autoren mit dem selben Namen

LOGOS: Enabling Local Resource Managers for the Efficient Support of Data-Intensive Workflows within Grid Sites., und . Comput. Informatics, 33 (1): 109-130 (2014)Reinforcement learning-based application Autoscaling in the Cloud: A survey., , , , und . Eng. Appl. Artif. Intell., (2021)Autoscaling scientific workflows on the cloud by combining on-demand and spot instances., , , und . Comput. Syst. Sci. Eng., (2017)Ensemble learning of runtime prediction models for gene-expression analysis workflows., , , und . Clust. Comput., 18 (4): 1317-1329 (2015)Template-based semi-automatic workflow construction for gene expression data analysis., , , , und . CBMS, Seite 1-6. IEEE Computer Society, (2011)CMI: An online multi-objective genetic autoscaler for scientific and engineering workflows in cloud infrastructures with unreliable virtual machines., , , , und . J. Netw. Comput. Appl., (2020)A performance comparison of data-aware heuristics for scheduling jobs in mobile grids., , , , , und . CLEI, Seite 1-8. IEEE, (2017)A Comparative Analysis of NSGA-II and NSGA-III for Autoscaling Parameter Sweep Experiments in the Cloud., , , , und . Sci. Program., (2020)Markov Decision Process to Dynamically Adapt Spots Instances Ratio on the Autoscaling of Scientific Workflows in the Cloud., , , und . CARLA, Volume 796 von Communications in Computer and Information Science, Seite 353-369. Springer, (2017)A Q-learning approach for the autoscaling of scientific workflows in the Cloud., , und . Future Gener. Comput. Syst., (2022)