Network and Parallel Computing
16th IFIP WG 10.3 International Conference, NPC 2019, Hohhot, China, August 23–24, 2019, Proceedings
Sorozatcím: Lecture Notes in Computer Science; 11783;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 53.49
-
22 184 Ft (21 128 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 4 437 Ft off)
- Kedvezményes ár 17 748 Ft (16 902 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
22 184 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1st ed. 2019
- Kiadó Springer International Publishing
- Megjelenés dátuma 2019. szeptember 29.
- Kötetek száma 1 pieces, Book
- ISBN 9783030307080
- Kötéstípus Puhakötés
- Terjedelem385 oldal
- Méret 235x155 mm
- Súly 611 g
- Nyelv angol
- Illusztrációk XIV, 385 p. 191 illus., 131 illus. in color. Illustrations, black & white 0
Kategóriák
Hosszú leírás:
This book constitutes the proceedings of the 16th IFIP WG 10.3 International Conference on Network and Parallel Computing, NPC 2019, held in Hohhot, China, in August 2019.
Tartalomjegyzék:
Graph Computing.- GraphScSh: Efficient I/O Scheduling and Graph Sharing for Concurrent Graph Processing.- NOC and Networks.- KLSAT: An Application Mapping Algorithm Based on Kernighan–Lin Partition and Simulated Annealing for a Specific WK-recursive NoC Architecture.- Modeling and Analysis of the Latency-based Congestion Control Algorithm DX.- Distributed Quality-aware Resource Allocation for Video Transmission in Wireless Networks.- Neural Networks.- PRTSM: hardware data arrangement mechanisms for convolutional layer computation on the systolic array.- PParabel: Parallel Partitioned Label Trees for Extreme Classification.- Parking Behavior Analysis and Prediction.- Big data+Cloud.- ASTracer: An Efficient Tracing Tool for HDFS with Adaptive Sampling.- BGElasor: Elastic-Scaling Framework for Distributed streaming Processing with Deep Neural Network.- High Performance Continuous Query System for Streaming Data.- DDP-B: A Distributed Dynamic Parallel Framework for Meta-genomics Binary Similarity.- Optimal Resource Allocation through Joint VM Selection and Placement in Private Clouds.- A Parallel Multi-Keyword Top-k Search Scheme over Encrypted Cloud Data.- N-Docker: a NVM-HDD Hybrid Docker Storage Framework to Improve Docker Performance.- HPC.- MMSR: A Multi-Model Super Resolution Framework.- HiPower: A High-performance RDMA Acceleration Solution for Distributed Transaction Processing.- Emerging topics.- LDAPRoam:A Generic Solution For Both Web-Based And Non-Web-Based Federate Access.- Characterizing Perception Module Performance and Robustness in Production-Scale Autonomous Driving System.- Memory and File System.- Spindle: A Write-Optimized NVM Cache for Journaling File System.- Two-Erasure Codes from 3-Plexes.- Deep Fusion: A Software Scheduling Method for Memory Access Optimization.- Optimizing Data Placement on Hierarchical Storage Architecture via Machine Learning.- Short Papers.- I/O Optimizations Based on Workload Characteristics for Parallel File System.- Energy Consumption of IT System in Cloud Data Center: Architecture, Factors and Prediction.- Efficient Processing of Convolutional Neural Networks on SW26010.- ADMMLIB: A Scalable Distributed Machine Learning Library based on ADMM.- Energy-Aware Resource Scheduling with Fault-Tolerance in Edge Computing.- DIN: A Bio-Inspired Distributed Intelligence Networking.- A DAG Refactor Based Automatic Execution Optimization Mechanism For Spark.- BTS: Balanced Task Scheduling Strategy based on Multi-resource Prediction and Allocation in Cloud Environment.- DAFL: Deep Adaptive Feature Learning for Network Anomaly Detection.- SIRM: Shift Insensitive Racetrack Main Memory.- PDRM:A Probability Distribution Based Resource Management Scheme for Batch Workloads in Heterogeneous Cluster.
Több