瓦西利奥斯·维里基奥斯。;埃利亚斯·霍斯蒂斯。;赖斯（John R.Rice）。 科学软件性能评估的知识发现方法。 （英语） Zbl 0981.68051号 神经平行科学。计算。 8，第2期，115-132（2000）. 摘要：我们定义了一种数据库中的知识发现（KDD）方法，以从软件/机器对性能数据库中自动生成元数据。KDD方法的核心和计算最密集的部分是数据挖掘阶段，它从性能数据中识别“有趣”的模式。发现的模式可用于总结和预测先前未知目标软件/机器对的计算行为。本文介绍了一类科学软件以及三种数据挖掘算法（ID3、HOODG和CN2）的KDD过程的实现和评估。对于本案例研究，我们选择了一种软件，该软件实现了用于并行处理偏微分方程计算的区域分解方法的“网格/网格划分”阶段。KDD过程的目标是评估PELLPACK、CHACO、METIS和PARTY算法/软件的性能。该案例研究表明：（a）所使用的三种数据挖掘算法在定性和定量上都同样有效，（b）通过此KDD过程为DP算法发现的知识在数量上与纯实验观察得出的知识相似，以及（c）KDD过程不受性能数据的大小及其维度的限制。 MSC公司： 第68页，共15页 数据库理论 关键词：数据库中的知识发现;数据挖掘 软件：METIS公司;珍珠包;PYTHIA公司;MESHPART公司 PDF格式BibTeX公司 XML格式引用 \textit{V.S.Verykios}等人，《神经平行科学》。计算。8，编号2，115--132（2000；Zbl 0981.68051）