Details

В данной работе представлен подход к разработке системы объяснительного интеллекта для выявления наиболее важных факторов, влияющих на успешное выполнение задачи в суперкомпьютерном кластере. Задачу выполнения прикладных задач в суперкомпьютерном кластере можно отнести к области задач выживаемости, которая предполагает работу с цензурированными данными о задачах. Достижение результатов объяснения предлагается осуществлять путем объяснения прогнозов модели, способной определять вероятность успешного выполнения прикладной задачи в суперкомпьютерном кластере с помощью определения ее функции выживаемости. Модель объяснимого интеллекта позволяет наделить суперкомпьютерный кластер когнитивными способностями, позволяя ему «понимать», какие именно факторы оказывают наибольшее влияние на успешность выполнения прикладной задачи.

In this work, an approach to developing an explanatory intelligence system for identifying the most important factors influencing the successful completion of tasks in a supercomputer cluster is presented. The task of executing applied tasks in a supercomputer cluster can be classified as a survival analysis problem, which involves working with censored data about the tasks. The goal of achieving explanations is proposed to be accomplished by explaining the predictions of a model capable of determining the probability of successful execution of an applied task in a supercomputer cluster through its survival function. The explainable intelligence model endows the supercomputer cluster with cognitive abilities, allowing it to "understand"which factors have the greatest impact on the success of task execution.