@article{oai:ipsj.ixsq.nii.ac.jp:00190744,
 author = {望月, 大義 and 藤井, 昭宏 and 田中, 輝雄 and Masayoshi, Mochizuki and Akihiro, Fujii and Teruo, Tanaka},
 issue = {2},
 journal = {情報処理学会論文誌コンピューティングシステム（ACS）},
 month = {Aug},
 note = {ソフトウェア自動チューニングは，プログラムの性能を決定する複数の性能パラメタの最適な組合せを自動的に推定することにより，ユーザのプログラムの性能を向上させる． 我々はソフトウェア自動チューニングにおいて，性能パラメタを推定する手法として，離散スプライン関数（d-Spline）を用いた標本点逐次追加型性能パラメタ推定法を提案している． さらに，多次元性能パラメタ推定のために，多次元d-Splineを用いた標本点逐次追加型性能パラメタ推定法を行ってきた． しかし，多次元d-Splineの計算コストは1次元d-Splineよりはるかに高いため，性能パラメタの数が増えるにつれて計算コストが大幅に増加する課題があった． そこで本論文では，計算量の少ない1次元d-Spline探索を繰り返すことにより，多次元性能パラメタの最適値を推定する方法を提案する． この1次元d-Spline探索を繰り返す方法をテスト関数と実アプリケーションの4次元性能パラメタに適用し，評価を行う． 実アプリケーションの性能パラメタのすべての組合せの65,536通りの初期点から推定を行った． 推定した値と真の最適値とのずれの平均を1.6%に抑えることができた． また，65,536個の性能パラメタの組合せのうち0.3%（185.77個）の組合せの実測のみで推定を行うことができた． 推定にかかった時間は実アプリケーションの実行時間に比べ，無視できる時間に抑えることができた． 実験的に多次元性能パラメタ推定に反復1次元d-Spline探索が効率的であることを示した．, Software automatic tuning automatically improves the performance of user's program by estimating the optimal combination of multiple performance parameters that determine the performance of the program. In automatic software tuning of software, we propose the incremental performance parameter estimation method using a discrete spline function (d-Spline) as a method to estimate performance parameters. Furthermore, in order to estimate multidimensional performance parameters, we have performed the incremental performance parameter estimation method using multidimensional d-spline in conventional research. However, the computational cost of multidimensional d-Spline is much higher than that of one-dimensional d-Spline. Therefore it becomes a difficult problem as the number of parameters increased. In this paper, we propose a method to estimate the optimal value of multidimensional performance parameters by repeating one-dimensional d-Spline search with small calculation amount. Estimation was made from 65,536 initial points of combinations of performance parameters of real applications. The average of the deviation between the estimated value and the true optimum value could be suppressed to 1.6%. In addition, estimation was completed with 0.3% (185.77) measured combinations out of 65,536 performance parameter combinations in estimation. The time required for the estimation could be kept very small compared with the execution time of the real application. Iterative one-dimensional d-spline search demonstrates high efficiency for multidimensional performance parameter estimation.},
 pages = {1--16},
 title = {ソフトウェア自動チューニングにおける複数同時性能パラメタ探索手法の提案と評価},
 volume = {11},
 year = {2018}
}