Busca avançada
Ano de início
Entree

Algoritmo Fish School Search em GPU para a tarefa de análise de agrupamentos de dados

Processo: 13/08741-0
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de junho de 2013
Vigência (Término): 31 de maio de 2014
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Adriane Beatriz de Souza Serapião
Beneficiário:Guilherme Sanchez Corrêa
Instituição-sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
Assunto(s):Programação paralela   Inteligência computacional   Inteligência coletiva   Mineração de dados

Resumo

A análise de agrupamento (clustering) é um conjunto de técnicas computacionais não-supervisionadas frequentemente utilizado em aplicações voltadas à busca por padrões, como por exemplo, Mineração de Dados. Algoritmos de agrupamento visam separar objetos em grupos (clusters) úteis ou significativos, de acordo com as características dos objetos, de modo a maximizar a similaridade de objetos dentro de um mesmo grupo e minimizar a similaridade de objetos entre grupos distintos, usando uma métrica pré-determinada. O presente projeto pretende adaptar um recente métodos de otimização inspirado em cardumes de peixes, denominado Fish School Search, para realizar a tarefa de agrupamentos com dados numéricos. A proposta é utilizar esse método bioinspirado juntamente com a abordagem de particionamento de grupos. Duas implementações distintas para examinar o algoritmo de agrupamento são propostas: uma sequencial em CPU e outra paralela com programação em GPU no ambiente CUDA, cujos resultados serão comparados entre si para avaliação de desempenho na tarefa de agrupamento de dados.

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)
SERAPIAO, ADRIANE B. S.; CORREA, GUILHERME S.; GONCALVES, FELIPE B.; CARVALHO, VERONICA O. Combining K-Means and K-Harmonic with Fish School Search Algorithm for data clustering task on graphics processing units. APPLIED SOFT COMPUTING, v. 41, p. 290-304, APR 2016. Citações Web of Science: 30.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.