Cloudflare Research
論文
2025

Kneeliverse: パフォーマンスカーブにおける万能なキーン検出ライブラリ

貢献者

Mario Antunes, Tyler Estro, Pranav Bhandari, Anshul Gandhi, Geoff Kuenning, Yifei Liu, Carl Waldspurger, Avani Wildani, Erez Zadok

詳細

SoftwareX, 30, 102161

概要

パフォーマンスカーブにおけるキーンおよびエルボーポイントの検出は、機械学習やシステム設計などのさまざまな分野で重要なタスクです。これらのポイントは、コストとパフォーマンスの最適なトレードオフを表し、効率的な意思決定やリソース配分を可能にします。ただし、カーブにおけるキーンやエルボーを正確に特定することは大きな課題です。この課題に対処するために、Kneeliverseを紹介します。Kneeliverseは、キーン/エルボーポイント検出に特化したオープンソースライブラリです。Kneeliverseは、Menger、L-method、Kneedle、DFDTなどの既存のキーン検出アルゴリズムを統合しています。さらに、複雑なカーブにおいて複数のキーンやエルボーを検出するために、再帰的なアプローチを採用しています。また、Kneeliverseには、マルチキーン検出に特化して開発されたZ-Methodも含まれています。