Dyskretyzacja z nadzorem tablic danych przy użyciu wielordzeniowego procesora karty graficznej (GPU)

• Autorzy: Maciura Ł.

Identyfikatory

DOI

10.12915/pe.2014.05.26

Warianty tytułu

EN

Supervised discretization of data arrays using multicore GPU

• Języki publikacji: PL

Abstrakty

PL

Niniejszy artykuł opisuje opracowany algorytm do dyskretyzacji tablic, polegający na masowym zrównolegleniu wyliczania optymalnego ciecia, poprzez jednoczesne badanie bardzo wielu atrybutów za pomocą wielordzeniowego procesora karty graficznej (GPU) oraz procesora (CPU). Jest to możliwe dzięki zastosowaniu technologii NVIDIA CUDA. Artykuł również porównuje prędkość działania tradycyjnego i zrównoleglonego algorytmu.

EN

This paper describes the developed algorithm for discretization of arrays, consisting of a mass parallelization of calculating the optimal cut by simultaneous examination of a large number of attributes using a multi-core graphics card processor (GPU) and central processing unit (CPU). This is possible by using NVIDIA CUDA technology. Paper also compares the speed of traditional and parallelised algorithm.

Słowa kluczowe

PL

dyskretyzacja; bioinformatyka; zrównoleglenie; CUDA

EN

discretization; bioinformatics; parallelization; CUDA

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 5
• Strony: 114--117
• Opis fizyczny: Bibliogr. 7 poz., tab.

Twórcy

autor

Maciura Ł.

• Uniwersytet Rzeszowski, Katedra Informatyki, ul. Pigonia 1, Rzeszów

Bibliografia

• [1] Pawlak Z., Skowron A., Rudiments of rough sets, Information Sciences, 177 (2007), 3–27.
• [2] Bazan J. G., Nguyen H. S., Synak P., Wróblewski J.: Rough set algorithms in classification problems, in: L. Polkowski, T. Y. Lin, S. Tsumoto (Eds.), Rough Set Methods and Applications: New Developments in Knowledge Discovery in Information Systems, Springer-Verlag/Physica-Verlag, Heidelberg, Germany, Studies in Fuzziness and Soft Computing, vol. 56 (2000), 49–88.
• [3] Nguyen H. S., Approximate Boolean Reasoning: Foundations and Applications in Data Mining, Transactions on Rough Sets, V, LNCS 4100 (2006), 334–506.
• [4] Janusz A., Algorithms for Similarity Relation Learning from High Dimensional Data (Algorytmy uczenia się relacji podobieństwa z wielowymiarowych zbiorów danych), praca doktorska Uniwersytet Warszawski (2014)
• [5] Sanders J., Kandrot E., CUDA w przykładach. Wprowadzenie do ogólnego programowania procesorów GPU, Helion (2012)
• [6] CUDA Toolkit Documentation, NVIDIA Corporation (2013) http://docs.nvidia.com/cuda/index.html
• [7] Satish N., Harris M., Garland M., Designing Efficient Sorting Algorithms for Manycore GPUs, NVIDIA Corp. (2008)