BEGIN:VCALENDAR
VERSION:2.0
PRODID:www.dresden-science-calendar.de
METHOD:PUBLISH
CALSCALE:GREGORIAN
X-MICROSOFT-CALSCALE:GREGORIAN
X-WR-TIMEZONE:Europe/Berlin
BEGIN:VTIMEZONE
TZID:Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
TZNAME:CEST
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
DTSTART:19810329T030000
RRULE:FREQ=YEARLY;INTERVAL=1;BYMONTH=3;BYDAY=-1SU
END:DAYLIGHT
BEGIN:STANDARD
TZNAME:CET
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
DTSTART:19961027T030000
RRULE:FREQ=YEARLY;INTERVAL=1;BYMONTH=10;BYDAY=-1SU
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:DSC-8873
DTSTART;TZID=Europe/Berlin:20150313T083000
SEQUENCE:1426233873
TRANSP:OPAQUE
DTEND;TZID=Europe/Berlin:20150313T093000
URL:https://www.dresden-science-calendar.de/calendar/en/detail/8873
LOCATION:BZW\, Zellescher Weg 1701069 Dresden
SUMMARY:Stolle: Adaptive Runtime Filtering supporting an Event-Based Perfor
 mance Analysis
CLASS:PUBLIC
DESCRIPTION:Speaker: Jonas Stolle\nInstitute of Speaker: \nTopics:\nInforma
 tik\n Location:\n  Name: BZW (WIL C207\, Zellescher Weg 12-14)\n  Street: 
 Zellescher Weg 17\n  City: 01069 Dresden\n  Phone: \n  Fax: \nDescription:
  Forschung und Dienste im Bereich Hochleistungsrechnen müssen sich zunehm
 end mit größeren Prob-  lemenstellungen und komplexer werdenden Programm
 en auseinandersetzen. Tracing und Profiling sind  hierbei verbreitete Meth
 oden um das Verhalten von Anwendungen aufzuzeichnen und im Anschluss zu  a
 nalysieren. Während Profiling eine kompakte Übersicht über verschiedene
  statistische Werte eines Pro-  grammdurchlaufs liefert\, kann Tracing ein
 en detailierteren Einblick in das Verhalten der Anwendung  ermöglichen. J
 e mehr Daten dafür gesammelt werden\, desto mehr Speicher wird benötigt.
  Das Speich-  ern und Verarbeiten von großen Mengen an protokollierten Ev
 ents ist eine große Herausforderung für  den Analysten und Auswertungspr
 ogramme. Diese Diplomarbeit untersucht verschiedene Methoden um  die Grö
 ße von Traces zu reduzieren. Das Ziel ist\, zur Laufzeit die Informatione
 n\, die zum Zeitpunkt  eines Events vorhanden sind\, auszuwerten und adapt
 iv passende Filter anzuwenden. Da ein gefiltertes  Trace nicht denselben D
 etailgrad eines vollen Traces aufweist ist es wichtig\, zusätzlich dessen
  Qualität  zu bewerten und verschiedene Möglichkeiten zu untersuchen\, d
 em Analysten Informationen über die  angewendeten Filter zur Verfügung z
 u stellen.    Abstract  High performance computing constantly faces larger
  problem sizes and increasingly complex programs.  Tracing and profiling a
 re common techniques to measure applications and allow subsequent performa
 nce  analysis. Whereas profiling provides a compact overview\, tracing all
 ows a more detailed insight into the  program behavior. However\, the more
  data recorded\, the more memory needed. Storing and processing  this huge
  amount of measured events is a challenge for performance tools and analys
 ts. This thesis  investigates several approaches to reduce the size of in-
 memory traces and resulting trace files. The  goal is to adaptively evalua
 te the information provided by events during the measurement and decide on
   appropriate filtering. Since the filtered trace does not represent the s
 ame degree of detail as a complete  trace\, it is also important to examin
 e the quality of the resulting trace and to evaluate options to inform  th
 e analyst about altered information.     Diese Veranstaltung wird unterst
 ützt von <b>Professur für Rechnerarchitektur</b>.
DTSTAMP:20260606T091910Z
CREATED:20150220T074809Z
LAST-MODIFIED:20150313T080433Z
END:VEVENT
END:VCALENDAR