Parallel resampling for real-time sequential monte carlo
Gerçek zamanlı ardışık monte carlo örnekleyicileri için paralel yeniden örnekleme
- Tez No: 522147
- Danışmanlar: PROF. DR. ALİ TAYLAN CEMGİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Ardışık Monte Carlo (SMC) yöntemleri, doğrusal ve Gaussian olmayan dinamik sistemlerde iyi bilinen ve çokça kullanılan yöntemlerdir. Ancak, ağır hesaplama \linebreak gereklilikleri nedeniyle, çok sayıda örnek gerektiren birçok uygulamada gerçek zamanlı kısıtlara uymayabilirler. Paralelleştirme sayesinde, çevrimiçi süzgeçleme gibi gerçek zamanlı görevler gerçekleştirilebilir. Fakat, SMC yöntemlerinde yeniden örnekleme aşaması örnek etkileşimini gerektirir ve dolayısıyla paralelleştirilmesi kolay değildir. Bu tezde, ilk olarak, yeniden örnekleme algoritmalarını paralel hale getirmenin standart yöntemini sunuyoruz ve bu yöntemin gerçekleşiminde açığa çıkan sorunları tartışıyoruz. Daha sonra, literatürde daha önce tarif edilen kelebek yeniden örneklendirmesinden esinlenerek, kelebek iletişimi (RBC) ile yeniden örnekleme yapan paralel bir yeniden örnekleme algoritması öneriyoruz. Amacımız, iletişim örüntüsüne kısıtlar koyarak, iletişim yükü ve yük dengesizliği gibi standart yaklaşımın önemli darboğazlarını ortadan kaldırmaktır. Deneylerimizi bilgisayar grupları ve GPU'lar dahil olmak üzere farklı paralel hesaplama mimarileri üzerinde yaptık. RBC algoritmasını standart yaklaşımla, yürütüm süresi ve doğruluk açısından karşılaştırdık. RBC algoritmasının, bilgisayar kümeleri ile GPU'lar üzerinde standart yaklaşımı geride bıraktığını ve etkin örneklem büyüklüğünün ihmal edilebilir kaybına karşılık, yüksek hızı ve doğruluğu başarılı bir şekilde elde ettiğini gördük.
Özet (Çeviri)
Sequential Monte Carlo (SMC) methods are well known and widely used for state estimation in nonlinear/non-Gaussian dynamical systems. However due to the heavy computational requirements, they may not satisfy the real-time constraints in many applications requiring a large number of samples. By means of parallel implementation, real-time tasks such as online filtering can be achieved. However, the resampling stage in SMC methods requires sample interaction, hence it is not trivial to parallelize. In this thesis, we first provide a standard way to parallelize resampling algorithms, and discuss the issues arising from its implementation. We then propose a parallel resampling algorithm, resampling with butterfly communications (RBC), inspired by butterfly resampling previously described in the literature. Our aim is to eliminate the important bottlenecks of the standard approach such as communication overhead and load imbalance by imposing constraints on the communication pattern. We conducted experiments on different parallel computing architectures including computer clusters, and GPUs. We compared the RBC algorithm with the standard approach in terms of execution time and accuracy. We found that the RBC algorithm outperforms the standard approach on computer clusters and GPUs, and successfully achieves high speed and accuracy in exchange for negligible loss of effective sample size.
Benzer Tezler
- Generative adversarial networks in computer vision applications
Bilgisayarli görü uygulamalarinda çekişmeli üretici ağlar
SEMİH ÖRNEK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Tank paletlerinde kullanılan kauçukların imalatı ve uygulamaları
Process and applications of rubber parts of tank traks
İBRAHİM KİŞİOĞLU
Yüksek Lisans
Türkçe
2003
Makine Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ADNAN DİKİCİOĞLU
- Statistical learning in modeling interrelations among variables: An application to metabolomics
Değişkenler arasındaki ilişkilerin modellenmesinde istatiksel öğrenme: Metabolomik üzerine bir uygulama
SAFİYE YAYLAOĞLU
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OLCAY KURŞUN
- Nöropazarlama açısından bilgilenmiş kullanıcıların karar süreci üzerinde koku etkisinin ölçümlenmesi
Measurement of effect of the smell on the decision process of the informed users in terms of neuromarketing
HAKAN DEMİRTÜRK
Yüksek Lisans
Türkçe
2016
İşletmeDoğuş Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ESRA ARIKAN
YRD. DOÇ. DR. NURCAN YÜCEL
- Yeni kamu yönetimi paradigması çerçevesinde bir örnek olay olarak 2000 sonrası Posta Telgraf (PTT A.ş.) Teşkilatı ve hizmetleri
A case study within the paradigm of new public management: in the Post and Telegram Organisation (PTT) and services after 2000
OSMAN KÜRŞAT ACAR
Doktora
Türkçe
2013
Kamu YönetimiSüleyman Demirel ÜniversitesiKamu Yönetimi Ana Bilim Dalı
DOÇ. DR. MURAT OKCU