Donanım hızlandırmalı veri demetleme
Hardware accelerated data clustering
- Tez No: 374568
- Danışmanlar: ÖĞR. GÖR. MURAT HACIÖMEROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Günümüzde veri demetleme algoritmaları, arama; spam, saldırı tespiti; hücre, gen, doküman analizi; moleküler dinamik simülasyonlarının biçimlerinin analizi gibi uygulamalar için oldukça önemlidirler. Veri demetleme algoritmaları için birçok araç geliştirilmiştir; ancak teknolojinin hızla gelişmesiyle toplanan veri miktarı git gide büyümektedir. Veri miktarının artması, analizin neticesini olumlu etkilese de mevcut veri demetleme araçları, büyük ölçekli veri kümeleriyle çalışan uygulamaların gereksinimlerini hız bakımından karşılayamaz hale gelmişlerdir. Veri demetlemede hızın rolü, veri madenciliği araştırma topluluğunun bir süredir ilgi alanındadır. Araştırmacılar, çeşitli optimizasyon tekniklerinden, veri yapısı tasarımlarından, CPU'da paralelleştirme tekniklerinden ve PC küme sistemi kullanımı gibi yöntemlerden yararlanmaktadırlar. Fakat son zamanlarda düşük maliyet ile yüksek performans sunan yeni bir yaklaşım tüm ilgiyi üzerine çekmiştir: Genel Amaçlı GPU Programlama (GPGPU). GPU'ların yüksek paralel hesaplama gücü ve grafik kartlarındaki gelişimin CPU'ya oranla daha hızlı hızlanması, aslında grafik canlandırma ve oyunlar için yoğun matematiksel hesaplamalar yapmak üzere tasarlanan grafik kartlarından genel amaçlı programlar için de yararlanmayı söz konusu hale getirmiştir. Bu tez çalışmasında, binlerce veri içeren büyük veri kümeleriyle çalışıldığında hesaplama yoğunluklu bir veri demetleme algoritması olan OPTICS algoritmasının zayıf düşen performansını artırmak amacıyla bir uygulama geliştirilmiştir. GPGPU yaklaşımına dayanan uygulama ile algoritma kısmen paralelleştirilmiş ve CPU versiyonuna göre 4 kata kadar hızlanma elde edilmiştir.
Özet (Çeviri)
Today data clustering algorithms are quite important for applications such as search; spam, attack detection; cell, gene, document analysis; analysis of conformations of molecular dynamics simulations. Many tools are developed for data clustering algorithms. However, technology is improving rapidly so that collected data amount grows more and more. Although increased data amount affects the result of analysis positively, when current data clustering tools work with large scale datasets, they don't meet the requirements of such applications in terms of speed. Data mining research community is interested in the role of speed on data clustering for a while. Researchers take advantage of methods such as various optimization techniques, data structure designs, parallel techniques on CPU and using PC cluster systems. However, recently a new approach which offers low cost and high performance, attracts all attention: General Purpose GPU Programming: (GPGPU). Through high parallel computing power of GPUs and more rapid development of graphics carts than CPUs, it has become to benefit graphics carts, which design to do intensive mathematical computations, for general purpose programs. In this thesis, an application has been developed in order to improve the low performance of OPTICS algorithm, which is a computationally-intensive data clustering algorithm, when working with large data sets that includes thousands of data. In the application OPTICS algorithm has been partially parallelized based on GPGPU approach and experimental results show up to 4x speed increase to a fully optimized CPU implementation.
Benzer Tezler
- Hardware accelerated packet parsers and deparsers for high-throughput flow classification in computer networks: Design, implementation and evaluation
Bilgisayar ağlarında yüksek veri hacimli akış sınıflandırması için donanım hızlandırmalı paket ayrıştırıcılar ve birleştiriciler: Tasarım, uygulama ve değerlendirme
ÖMER BAYRAM DEMİR
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENAN ECE SCHMİDT
- A novel flexible on-chip switch architecture for reconfigurable hardware accelerators
Yeniden yapılandırılabilir donanım hızlandırıcılar için yeni esnek bir yonga üstü anahtar mimarisi
FATİH YAZICI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENAN ECE SCHMİDT
- Hardware acceleration of internet of things network stack with dtls support
Dtls destekli nesnelerin interneti ağ yığınının donanımla hızlandırılması
BURAK BATMAZ
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATAKAN DOĞAN
- Design, implementation and verification of a high-speed on-chip packet switch
Yüksek hızlı yonga üstü paket anahtarı tasarımı, gerçekleştirimi ve doğrulaması
AYHAN SEFA YILDIZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENAN ECE SCHMİDT
- Hardware acceleration for multiple sequence alignment of proteins
Proteinlerin çoklu dizi hizalaması için donanım hızlandırması
İBRAHİM ATEŞPARE
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL FAİK BAŞKAYA