Busca avançada
Ano de início
Entree

Algoritmos randomizados para a decomposição em valores singulares

Processo: 15/18552-5
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de outubro de 2015
Data de Término da vigência: 30 de setembro de 2016
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Renato da Rocha Lopes
Beneficiário:Antonio Pedro de Sousa Vieira
Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Algoritmos   Métodos de decomposição   Matrizes   Processamento de dados
Palavra(s)-Chave do Pesquisador:algoritmos randomizados | decomposição em valores singulares | processamento de matrizes | Técnicas de Processamento de Matrizes de Grandes Dimensões

Resumo

A decomposição em valores singulares (SVD, do inglês singular value decomposition) é a fatoração de uma matriz real ou complexa na forma A = UV*, onde as matrizes U e V são unitárias e a matriz é diagonal. A SVD existe para qualquer matriz A. Tal decomposição é útil em diversas áreas, como o cálculo de soluções de quadrados mínimos e a aproximação de A por matrizes de baixo posto. Esta última aplicação é amplamente utilizada no processamento de grandes matrizes. Métodos clássicos para o cálculo de SVDs enfrentam barreiras relacionadas ao tamanho das matrizes de dados encontradas: o custo temporal de acesso a memória e o custo computacional associado às muitas operações necessárias para o cálculo da decomposição. O tempo de processamento pode ser reduzido com algoritmos randomizados, que minimizam o acesso à memória por meio de uma redução preliminar do posto, e por meio da paralelização do processamento. Neste trabalho, será realizado um estudo de implementações de SVD, partindo da abordagem clássica para incluir métodos randomizados, métodos que utilizem GPU e, posteriormente, uma implementação que acople as duas modificações. A análise comparativa dos resultados será conduzida com base no desempenho de implementações padrão em Python e MATLAB. Este estudo objetiva a formação do candidato no âmbito do processamento de dados e a criação de opções de código aberto para uso em decomposições de matrizes de grandes dimensões.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)