Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU

Detalhes bibliográficos
Autor(a) principal: Iwashita, Adriana Sayuri [UNESP]
Data de Publicação: 2013
Outros Autores: Papa, João Paulo [UNESP]
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://www.fmpfm.edu.br/intercienciaesociedade/colecao/online/vol3_n1_on_line.html
http://hdl.handle.net/11449/135127
Resumo: Técnicas de reconhecimento de padrões tem como principal objetivo classificar um conjunto de amostras, sendo o processo de aprendizado a fase de maior consumo de tempo. O problema pode piorar em ferramentas de classificação interativas, o que pode ser inaceitável para grandes bases de dados. Um exemplo de classificador é o baseado em Floresta de Caminhos Ótimos [8] - OPF. Dado que muitos trabalhos tem sido orientados à implementação de algoritmos de reconhecimento de padrões em ambiente General Purpose Graphics Processing Unit - GPGPU, o presente estudo objetivou a implementação da etapa de treinamento do classificador Floresta de Caminhos Ótimos em CUDA, visando aumentar a sua eficiência. A otimização do classificador em CUDA demonstrou uma fase de treinamento mais rápida que a versão original.
id UNSP_fa2876dc59781d8756f8518db5d7b3fd
oai_identifier_str oai:repositorio.unesp.br:11449/135127
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPUFloresta de caminhos otimosGPGPUTécnicas de reconhecimento de padrões tem como principal objetivo classificar um conjunto de amostras, sendo o processo de aprendizado a fase de maior consumo de tempo. O problema pode piorar em ferramentas de classificação interativas, o que pode ser inaceitável para grandes bases de dados. Um exemplo de classificador é o baseado em Floresta de Caminhos Ótimos [8] - OPF. Dado que muitos trabalhos tem sido orientados à implementação de algoritmos de reconhecimento de padrões em ambiente General Purpose Graphics Processing Unit - GPGPU, o presente estudo objetivou a implementação da etapa de treinamento do classificador Floresta de Caminhos Ótimos em CUDA, visando aumentar a sua eficiência. A otimização do classificador em CUDA demonstrou uma fase de treinamento mais rápida que a versão original.Universidade Estadual Paulista Júlio de Mesquita Filho, Departamento de Computação, Faculdade de Ciências de Bauru, Bauru, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01, Jardim Paraíso, CEP 17033360, SP, BrasilUniversidade Estadual Paulista Júlio de Mesquita Filho, Departamento de Computação, Faculdade de Ciências de Bauru, Bauru, Av. Eng. Luiz Edmundo Carrijo Coube, 14-01, Jardim Paraíso, CEP 17033360, SP, BrasilUniversidade Estadual Paulista (Unesp)Iwashita, Adriana Sayuri [UNESP]Papa, João Paulo [UNESP]2016-03-02T12:59:51Z2016-03-02T12:59:51Z2013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article36-47application/pdfhttp://www.fmpfm.edu.br/intercienciaesociedade/colecao/online/vol3_n1_on_line.htmlInterciência & Sociedade, v. 3, n. 1, p. 36-47, 2013.2238-1295http://hdl.handle.net/11449/135127ISSN2238-1295-2013-03-01-36-47.pdf9039182932747194Currículo Lattesreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporInterciência & Sociedadeinfo:eu-repo/semantics/openAccess2024-04-23T16:11:00Zoai:repositorio.unesp.br:11449/135127Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T20:24:47.455121Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
title Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
spellingShingle Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
Iwashita, Adriana Sayuri [UNESP]
Floresta de caminhos otimos
GPGPU
title_short Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
title_full Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
title_fullStr Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
title_full_unstemmed Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
title_sort Implementação do algoritmo de treinamento do classificador floresta de caminhos ótimos em GPU
author Iwashita, Adriana Sayuri [UNESP]
author_facet Iwashita, Adriana Sayuri [UNESP]
Papa, João Paulo [UNESP]
author_role author
author2 Papa, João Paulo [UNESP]
author2_role author
dc.contributor.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Iwashita, Adriana Sayuri [UNESP]
Papa, João Paulo [UNESP]
dc.subject.por.fl_str_mv Floresta de caminhos otimos
GPGPU
topic Floresta de caminhos otimos
GPGPU
description Técnicas de reconhecimento de padrões tem como principal objetivo classificar um conjunto de amostras, sendo o processo de aprendizado a fase de maior consumo de tempo. O problema pode piorar em ferramentas de classificação interativas, o que pode ser inaceitável para grandes bases de dados. Um exemplo de classificador é o baseado em Floresta de Caminhos Ótimos [8] - OPF. Dado que muitos trabalhos tem sido orientados à implementação de algoritmos de reconhecimento de padrões em ambiente General Purpose Graphics Processing Unit - GPGPU, o presente estudo objetivou a implementação da etapa de treinamento do classificador Floresta de Caminhos Ótimos em CUDA, visando aumentar a sua eficiência. A otimização do classificador em CUDA demonstrou uma fase de treinamento mais rápida que a versão original.
publishDate 2013
dc.date.none.fl_str_mv 2013
2016-03-02T12:59:51Z
2016-03-02T12:59:51Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.fmpfm.edu.br/intercienciaesociedade/colecao/online/vol3_n1_on_line.html
Interciência & Sociedade, v. 3, n. 1, p. 36-47, 2013.
2238-1295
http://hdl.handle.net/11449/135127
ISSN2238-1295-2013-03-01-36-47.pdf
9039182932747194
url http://www.fmpfm.edu.br/intercienciaesociedade/colecao/online/vol3_n1_on_line.html
http://hdl.handle.net/11449/135127
identifier_str_mv Interciência & Sociedade, v. 3, n. 1, p. 36-47, 2013.
2238-1295
ISSN2238-1295-2013-03-01-36-47.pdf
9039182932747194
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Interciência & Sociedade
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 36-47
application/pdf
dc.source.none.fl_str_mv Currículo Lattes
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129198440579072