আপনি যে মানদণ্ডটি নির্দিষ্ট করেছেন তার মধ্যে আমি মনে করি যে নিকটতম প্রকল্পটি আমি জানি যে ফ্লোরিডা বিশ্ববিদ্যালয় স্পার্স ম্যাট্রিক্স সংগ্রহ হবে । লোকেরা এই ডেটা সেটটি নিয়মিতভাবে বিচ্ছিন্ন রৈখিক বীজগণিত সমাধানকারীদের তুলনা করতে ব্যবহার করে এবং আপনি অ্যাপ্লিকেশন, ননজারের সংখ্যা, ম্যাট্রিক্সের মাত্রা এবং আরও অনেক সুন্দর একটি ওয়েব ইন্টারফেস, ম্যাটল্যাব ইন্টারফেস বা জাভা জিইআই দিয়ে ফিল্টার করতে পারেন। আমি এই সমস্যাগুলির টেবিলগুলি সলভার রান টাইমের সাথে 4 থেকে 8 লিনিয়ার বীজগণিত সমাধানকারীদের সাথে কাগজগুলিতে তালিকাভুক্ত করেছি।
আমি সম্মত হই যে এই জাতীয় ডেটাবেসগুলি সংকলন করা দরকারী হবে এবং তদ্ব্যতীত, আমি মনে করি যে তথ্য সংকলনের জন্য ইউএফ স্পার্স ম্যাট্রিক্স সংগ্রহের পদ্ধতির একটি দুর্দান্ত একটি, এবং যে কেউ এই ধারণাটি উপলব্ধি করার বিষয়ে চিন্তাভাবনা করার জন্য একটি দুর্দান্ত শুরু করবে। বাস্তবে সমস্ত সমস্যা চালানো, যতক্ষণ না আপনি সমস্ত সমাধানকারীদের অ্যাক্সেস পেতে পারেন কোনও বড় অসুবিধা বলে মনে হচ্ছে না; যদি আপনার সলভারগুলির অ্যাক্সেস থাকে এবং প্রয়োজনীয় সমস্ত সফ্টওয়্যার ইনস্টল করে একটি নির্ভরযোগ্য স্ট্যান্ডার্ড রেফারেন্স মেশিন থাকে তবে এটি কোনও স্ক্রিপ্ট চালানো এবং ডেটা সংগ্রহ করার বিষয় হওয়া উচিত। আমার মনে সমস্যাটি হ'ল লোকেরা আপনাকে তাদের সফ্টওয়্যার দেবে, যদি এটি ওপেন সোর্স না হয়। যদি এটি বাণিজ্যিক হয় তবে আপনি এটি কিনতে পারতেন, বা এমনকি লোকেরা সফ্টওয়্যারটি অনুদান দেওয়ার জন্যও পেতে পারেন,কয়েন-বা প্রকল্প। তবে যদি এটি গবেষণা সফ্টওয়্যার না হয় বাণিজ্যিক বা ওপেন সোর্স না হয়, তবে আপনাকে লোকদের এই প্রচেষ্টাটি কেনার জন্য বোঝাতে হবে এবং তাদের সফ্টওয়্যারটি মোটামুটিভাবে মূল্যায়নের জন্য তারা কোনও তৃতীয় পক্ষকে বিশ্বাস করতে পারে না।
আমি আরও জানি যে অপ্টিমাইজেশনে সমস্যাগুলির ডাউনলোডযোগ্য ডাটাবেসগুলি রয়েছে ( সিটিইআর
মনে মনে আসে) এবং অপ্টিমাইজেশনের জন্য পরীক্ষার সমস্যার বইগুলি। আমি লোককে দেখেছি (উদাহরণস্বরূপ, আমি বিশেষত এআইসিএইইএইইসি ২০১১-এ রুথ মিসেনারের একটি কথার কথা ভাবছি) উপস্থাপনায় সমস্যার ডাটাবেসের তুলনায় তাদের অপ্টিমাইজেশন সলভার বনাম অন্যান্য সমাধানকারীদের তুলনা করি; আমি প্রকাশ্যে কী প্রকাশিত হবে তা নিশ্চিত নই। আমি জানি যে বৃহত্তর স্কেলের তুলনায় অপ্টিমাইজেশনের একটি traditionতিহ্য রয়েছে (অনেকগুলি সমাধানকারী, অনেক সমস্যা); আমি কেবল মনে করি না যে কোনও অনলাইন ডাটাবেস উপলব্ধ।
আরেকটি বিষয় যা আমি গুরুত্বপূর্ণ মনে করি তা হ'ল আমরা এখানে পদ্ধতি এবং সফ্টওয়্যার বাস্তবায়নের মধ্যে পার্থক্য করি। বৈজ্ঞানিক কম্পিউটিংয়ে আমরা সকলেই গণনাগত জটিলতা মেট্রিক্স বা বিভিন্ন সমস্যা নিয়ে আমাদের অভিজ্ঞতার মতো বিষয়ের উপর ভিত্তি করে কোন পদ্ধতিগুলি দ্রুত বা ধীরতর তা নিয়ে কথা বলি। গণনার সময়কে পরিমাণগতভাবে পরিমাপের ক্ষেত্রে, তবে, যদি কোনও নির্দিষ্ট অ্যালগরিদমে FLOPs সংখ্যার গণনা না করা হয় তবে একটিকে সফ্টওয়্যারটিতে অ্যালগরিদম প্রয়োগ করতে হবে এবং তারপরে কোনও উপায়ে কর্মক্ষমতা পরিমাপ করতে হবে (মেমরির ব্যবহার, মৃত্যুর প্রাচীর ঘড়ির সময় ইত্যাদি) ।)। কম্পিউটেশনাল জটিলতা বা এফএলওপি গণনাগুলি দেখার সময় কোনও পদ্ধতির পারফরম্যান্স মূল্যায়ন করার জন্য এটি বোধগম্য হয় কারণ এই জাতীয় জিনিসগুলি পরিমাপ করার জন্য আমাদের কোনও প্রয়োগকরণের দরকার নেই, তবে যে মুহুর্তে আমরা প্রকৃত প্রাচীর ঘড়ির রান সময়গুলিতে আগ্রহী, সেই পদ্ধতির বিষয়ে কথা বলা তা হ'ল শুধুমাত্র একটি বিমূর্ত, প্রথাগত ডিভাইস হিসাবে দরকারী। (এই ক্ষেত্রে,
আমি পদ্ধতি এবং সফ্টওয়্যার এর মধ্যে এই পার্থক্যটি এনেছি কারণ এই জাতীয় ডেটাবেসে আমি সময়ের সাথে সাথে সফ্টওয়্যারটির উন্নতিও ট্র্যাক করার সম্ভাবনা দেখতে পেয়েছি। সুতরাং, উদাহরণস্বরূপ, যেমন, বলুন, পিইটিএসসি বা পাইক্লাব্লু, বা যে কোনও সফ্টওয়্যার পরীক্ষা করা হচ্ছে, সফ্টওয়্যারটিতে আপগ্রেড করার মাধ্যমে কোন সমস্যাগুলি ইতিবাচক (বা নেতিবাচকভাবে!) প্রভাবিত হয় তা দেখা আকর্ষণীয় হবে। এটি তাদের কোডগুলি আপগ্রেড করার জন্য অর্থ এবং জনবলের কোনও সম্ভাব্য ব্যয় মূল্য কিনা তা নির্ধারণের জন্য গবেষকদের পক্ষে এটি কার্যকর হতে পারে। এইরকম পার্থক্য গুরুত্বপূর্ণ আরেকটি কারণ হ'ল একটি ভাল পদ্ধতি খারাপভাবে প্রয়োগ করা যেতে পারে; আমি মনে করি এই সম্ভাবনাটি লোকেরা তাদের গবেষণা কোডগুলি ভাগ করে নেওয়ার ক্ষেত্রে কখনও কখনও সান্নিধ্যে অবদান রাখে।
আমি মনে করি যে এই ধারণাটি যাই আসুক (এবং আমি আশা করি এটি কিছু আসে এবং আমার পিএইচডি করার পরে অবদান রাখতে রাজি হবে), সফ্টওয়্যার এবং পদ্ধতির মধ্যে এই পার্থক্যের উপর জোর দেওয়া গুরুত্বপূর্ণ, কারণ যদি আমরা পরীক্ষার সমস্যাগুলি চালিয়ে যাই তবে আমরা সফ্টওয়্যার জন্য ফলাফল পোস্ট করা যাচ্ছে।