Parallel computing in statistical methods
İstatistiksel yöntemlerde paralel hesaplamalar
- Tez No: 756146
- Danışmanlar: DR. ÖĞR. ÜYESİ FULYA GÖKALP YAVUZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Değişken seçimi, Doğrusal regresyon, Paralel hesaplama, Parametrik olmayan regresyon, Çekirdekli sistem, Variable selection, Linear regression, Parallel computing, Nonparametric regression, Nucleate system
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Cost-efficient data collection and storage methods enable scientists, companies, and even regular computer users to reach high-dimensional data sets faster and cheaper. Even though personal computers are getting more powerful and efficient, some algorithms, tasks, and problems still require too much computational power and time to run on a personal computer. For a few decades, parallelization in statistical computing had an increasing trend, and researchers put significant effort into converting or adjusting known statistical methods and algorithms in parallel. The main reasons for the transition to parallel methods are the rapid growth in the size and the volume of data and the accelerated hardware developments. In this study, we applied the parallelization technique to statistical algorithms such as Linear Regression models, Non-parametric Regression models, and the measurement error kernel regression operator (MEKRO) algorithm for variable selection in Non-parametric Regression models. Simulation studies are conducted for each algorithm and recorded their accuracy measures and elapsed times to compare and see whether parallelization methods offer significant efficiency while maintaining the accuracy level as high as their sequential versions. The overall simulation results show that parallelization of the offers a great potential of time efficiency with negligible or no changes in accuracy values.
Özet (Çeviri)
Düşük maliyetli veri toplama ve depolama yöntemleri, bilim insanlarının, şirketlerin ve hatta günlük bilgisayar kullanıcılarının yüksek boyutlu veri setlerine daha hızlı ve daha ucuza ulaşmasını sağlamaktadır. Kişisel bilgisayarlar daha güçlü ve verimli hale gelmelerine rağmen bazı algoritmalar, görevler ve problemler kişisel bir bilgisayarda çalışmak için hala çok fazla hesaplama gücü ve zaman gerektirmektedir. Son yıllarda, istatistiksel hesaplamada paralel hesaplama yöntemlerinin cazibesi artmıştır ve araştırmacılar, bilinen istatistiksel yöntemleri ve algoritmaları paralel olarak çalıştırmak veya ayarlamak için önemli çaba sarf etmektedir. Paralel yöntemlere geçişin temel nedenleri, veri boyutundaki ve hacmindeki hızlı büyüme ve hızlanan donanım gelişmeleridir. Bu çalışmada, Doğrusal Regresyon modelleri, Parametrik Olmayan Regresyon modelleri ve Parametrik Olmayan Regresyon modellerinde değişken seçimi için kullanılan Ölçüm Hatası Çekirdek Regresyon Operatörü (MEKRO) algoritması gibi istatistiksel algoritmalar için parallel hesaplama tekniği uygulanmıştır. Her bir algoritma için simülasyon çalışmaları tasarlanmış, uygulanmış ve doğruluk ölçüleri ve geçen süreler kaydedilmiştir. Kullanılan paralelleştirme yöntemlerinin bu algoritmalar için ardışık versiyonlar kadar yüksek doğruluk seviyesini korurken önemli verimlilik sağlayıp sağlamadığı tartışılmıştır. Genel simülasyon sonuçları, paralelleştirmenin, doğruluk değerlerinde ihmal edilebilir veya hiç değişiklik olmadan büyük bir zaman verimliliği potansiyeli sunduğunu göstermektedir.
Benzer Tezler
- GPS-WGS 84 koordinatlarının 2 ve 3 boyutlu transformasyonlarında ölçek faktörünün etkisi ve düşey transformasyon yöntemleri
effects of scale factor on GPS-WGS 84 coordinate transformations in 2-d & 3-d and methods for vertical transformations the navstar gps
A.ŞULE ERDEM
Yüksek Lisans
Türkçe
1997
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Ana Bilim Dalı
DOÇ. DR. MUHAMMED ŞAHİN
- EEG sinyallerinden anomali tespiti
Anomaly detection in EEG signals
MUSA PEKER
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAHA ŞEN
- Geniş ölçekli veriler üzerinde sınıflandırma ve bölütleme amaçlı evrişimsel sinir ağı ve istatistiksel modellerin geliştirilmesi
Development of convolutional neural network and statistical models for classification and segmentation on large-scale data
NURULLAH ÇALIK
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Future changes in hourly extreme precipitation, return levels, and non-stationary impacts in Türkiye
Türkı̇ye'de saatlı̇k aşırı yağışlarda gelecektekı̇ değı̇şı̇mler, tekerrür miktarı ve durağan olmayan etkı̇ler
KUTAY DÖNMEZ
Yüksek Lisans
İngilizce
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. YURDANUR ÜNAL
- Investigation of bluff-body stabilized premixed flame dynamics using an in-house flow solver lestr3d
Küt cisim ile stabiılize edilmiş ön karışımlı alev dinamiklerinin özgün akış çözücüsü lestr3d ile incelenmesi
BURAKHAN ŞÜKÜROĞLU
Yüksek Lisans
İngilizce
2023
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE GÜL GÜNGÖR