Banca de QUALIFICAÇÃO: PEDRO RICI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : PEDRO RICI
DATA : 19/02/2026
HORA: 14:00
LOCAL: meet.google.com/ggn-rtnj-vcx
TÍTULO:

Aplicação de Aprendizado por Reforço Profundo na Seleção de Amostras para Estimação de Tempo de Execução no PaScal Suite

PALAVRAS-CHAVES:

Análise de Escalabilidade,Reinforcement Learning, Estimativas de Desempenho, PaScal Suite

PÁGINAS: 35
RESUMO:

A alocação eficiente de recursos em HPC depende da predição precisa do comportamento de aplicações. Contudo, a geração de dados para treinamento de modelos é computacionalmente custosa. Esta dissertação propõe uma estratégia baseada em Aprendizado por Reforço Profundo para otimizar a coleta de amostras na modelagem de desempenho. O objetivo é minimizar o número de execuções necessárias para treinar um modelo de regressão com alta acurácia. A metodologia emprega um agente de Deep Q-Learning que seleciona iterativamente configurações (núcleos e tamanho do problema) visando maximizar o ganho de informação. Análises experimentais serão realizadas para avaliar abordagem em relação a métodos aleatórios e heurísticos, buscando atingir a convergência com menos amostras. A solução, quando integrada ao PaScal Suite, validará o uso de agentes inteligentes para reduzir custos temporais em análises de escalabilidade.

MEMBROS DA BANCA:
Interno - 1673543 - SAMUEL XAVIER DE SOUZA
Externo ao Programa - 2978747 - CHARLES ANDRYE GALVAO MADEIRA - UFRNExterno à Instituição - THIAGO HENRIQUE FREIRE DE OLIVEIRA - IFRN