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: 28.