Implementação do Algoritmo de Treinamento do Classificador Floresta de Caminhos Ótimos em GPU

• Processo: 10/12697-8
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de março de 2011
• Data de Término da vigência: 28 de fevereiro de 2013
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Adriana Sayuri Iwashita
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Vinculado ao auxílio: 09/16206-1 - Novas tendências em reconhecimento de padrões baseado em floresta de caminhos ótimos, AP.JP
• Assunto(s): Aprendizado computacional Reconhecimento de padrões
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Reconhecimento de Padrões | Reconhecimento de padrões

Resumo

Técnicas tradicionais de reconhecimento de padrÜoes, tais como Máquina de Vetores de Suporte e Redes Neurais Artificiais, pagam o preço de umaetapa de treinamento muito custosa para atingirem altas taxas de reconhecimento no conjunto de teste. Em determinadas situaçÜoes que exigemum constante retreinamento dos dados, tais como sistemas de classificaçÜao de imagens interativos, nos quais cada pixel é tido como uma amostra doconjunto de dados e, eventualmente, podem existir milhÜoes delas no caso de imagens de alta resoluçÜao, tais abordagens podem ser inviáveis para o usuário em termos de custo computacional. Recentemente, um novo classificador de padrÜoes denominado Floresta de Caminhos Ótimos foidesenvolvido com o intuito de endereçar tais situaçÜoes. Embora o classificador supracitado tenha demonstrado similaridade em termos de eficácia a Máquinas de Vetores de Suporte, porém muito mais rápido para o treinamento dos dados, ainda é desejável que o mesmo seja executado commais rapidez para endereçar situaçÜoes nas quais o volume de dados é muito grande, tais como rastreamento de objetos em vídeo em tempo real, sistemas de detecçÜao de intrusos em redes de computadores e classificaçÜao de imagens adquiridas com dispositivos de alta resoluçÜao. Dado que muitos algoritmos de aprendizado de máquina e outras aplicaçÜoes de propósitogeral estÜao sendo implementadas em ambiente CUDA para programaçÜao em GPU, proporcionando um aumento considerável no seu desempenho,o presente projeto de pesquisa propÜoe a implementaçÜao do algoritmo de treinamento do OPF em ambiente GPU, visando criaçÜao da cuOPF, umabiblioteca para o desenvolvimento de classificadores de padrÜoes baseados em floresta de caminhos ótimos em ambiente GPU-CUDA. Esta biblioteca será disponibilizada em conjunto com a LibOPF, um pacote de funçÜoes já disponível para o projeto de classificadores baseados em floresta decaminhos ótimos.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

IWASHITA, ADRIANA S.; PAPA, JOAO P.; FALCAO, ALEXANDRE X.; LOTUFO, ROBERTO A.; DE ARAUJO OLIVEIRA, VICTOR M.; COSTA DE ALBUQUERQUE, VICTOR H.; TAVARES, JOAO MANUEL R. S.; IEEE. Speeding Up Optimum-Path Forest Training by Path-cost Propagation. 2012 21ST INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR 2012), v. N/A, p. 4-pg., 2012-01-01. (09/16206-1, 10/12697-8)

IWASHITA, ADRIANA S.; ROMERO, MARCOS V. T.; BALDASSIN, ALEXANDRO; COSTA, KELTON A. P.; PAPA, JOAO P.; BATTIATO, S; BRAZ, J. Training Optimum-Path Forest on Graphics Processing Units. PROCEEDINGS OF THE 2014 9TH INTERNATIONAL CONFERENCE ON COMPUTER VISION, THEORY AND APPLICATIONS (VISAPP 2014), VOL 2, v. N/A, p. 8-pg., 2014-01-01. (09/16206-1, 10/12697-8, 11/08348-0)

ROMERO, MARCOS V. T.; IWASHITA, ADRIANA S.; PAPA, LUCIENE P.; SOUZA, ANDRE N.; PAPA, JOAO P.; BATTIATO, S; BRAZ, J. Fast Optimum-Path Forest Classification on Graphics Processors. PROCEEDINGS OF THE 2014 9TH INTERNATIONAL CONFERENCE ON COMPUTER VISION, THEORY AND APPLICATIONS (VISAPP 2014), VOL 2, v. N/A, p. 5-pg., 2014-01-01. (09/16206-1, 10/12697-8, 11/08348-0)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

IWASHITA, Adriana Sayuri. Implementação do algoritmo de treinamento do classificador Floresta de Caminhos Ótimos em GPU. 2013. Dissertação de Mestrado - Universidade Estadual Paulista (Unesp). Instituto de Biociências Letras e Ciências Exatas. São José do Rio Preto São José do Rio Preto.