روشی کارا برای پیادهسازی موازی الگوریتم دسته بندی بسته درخت سلسلهمراتبی بر روی واحد پردازش گرافیکی
نویسندگان
چکیده مقاله:
چکیده: دستهبندی بستهها، پردازشی اساسی در پردازندههای شبکهای است. در این فرآیند، بستههای ورودی از طریق تطبیق با مجموعهای از فیلترها به جریانهای مشخص طبقهبندی میشوند. پیادهسازیهای نرمافزاری الگوریتمهای دستهبندی با وجود هزینه کمتر و توسعهپذیری بیشتر نسبت به پیادهسازیهای سختافزاری، سرعت پایینتری دارند. در این مقاله، از قابلیت پردازش موازی پردازندههای گرافیکی برای تسریع الگوریتم درخت سلسلهمراتبی دستهبندی بستهها، استفاده نموده و سناریوهای متفاوتی را بر اساس معماری حافظههای سراسری و اشتراکی آنها پیشنهاد مینماییم. نتایج پیادهسازی این سناریوها، ضمن تأیید پیچیدگیهای زمانی و حافظهای محاسبهشده، نشان میدهد کارایی سناریوهایی که مجموعه فیلتر را بهصورت زیردرختهایی کوچکتر یا مساوی حافظه اشتراکی تقسیم و به آن کپی میکنند کمتر از سناریویی است که کل ساختار داده را در حافظه سراسری نگه میدارد. کارایی این سناریوها، با کاهش تعداد زیردرختها و فیلترهای تکراری افزایش مییابد علاوه بر این، سناریویی که بتواند درخت سلسلهمراتبی و مجموعه فیلترهای متناظر را، بدون افراز در حافظه اشتراکی جای دهد برترین سناریو است. نتایج آزمـایش نـشان میدهد که نرخ گذرداد حاصله در این سناریو نسبت به روشهای موجود بر روی یک GPU یکسان تا 1/2 برابر بهبود مییابد.
منابع مشابه
روشی کارا برای پیاده سازی موازی الگوریتم دسته بندی بسته درخت سلسله مراتبی بر روی واحد پردازش گرافیکی
چکیده: دستهبندی بستهها، پردازشی اساسی در پردازندههای شبکهای است. در این فرآیند، بستههای ورودی از طریق تطبیق با مجموعهای از فیلترها به جریانهای مشخص طبقهبندی میشوند. پیاده سازی های نرم افزاری الگوریتمهای دستهبندی با وجود هزینه کم تر و توسعه پذیری بیش تر نسبت به پیاده سازیهای سخت افزاری، سرعت پایین تری دارند. در این مقاله، از قابلیت پردازش موازی پردازنده های گرافیکی برای تسریع الگوری...
متن کاملارائه روشی کارا برای دسته بندی مسائل چنددسته ای با رویکرد انتخاب دسته بند
سیستمهای دسته بندی شورایی، رویکردی مؤثر در یادگیری ماشین است که در آن با ترکیب نتایج چند دسته بند سعی می شود تقریب بهتری از یک دسته بند بهینه فراهم شود. در حوزه ترکیب خروجی شورای دستهبندها، رویکرد «انتخاب دستهبند» توجه کمتری را در مقایسه با رویکرد «ادغام دسته بند» به خود جلب کرده است. همچنین، اغلب روشهای موجود در این حوزه، هزینه محاسباتی بالایی دارند. در این مقاله، روشی مؤثر در دسته بندی مسائل ...
متن کاملارائه یک الگوریتم فرامکاشفهای موازی برای مسئله بسته بندی برداری
مسئله بسته بندی برداری نمونه تعمیم یافته بسته بندی یک بعدی می باشد. هدف این مسئله، بسته بندی بردارهای d-بعدی در بسته های d-ظرفیتی ضمن کمینه کردن بسته های مصرفی می باشد. رهیافت های ارائه شده پیشین غالباً برای نوع خاصی از نمونه های ورودی مناسب بوده و در نتیجه از مشکلاتی نظیر کندی الگوریتم در محاسبه جواب در مجموعه داده های بزرگ یا عدم توجه به اطلاعات ظرفیتی اضافی در هنگام بسته بندی بسته ها رنج می ب...
15 صفحه اولارائه روشی مناسب برای دسته بندی نامه های الکترونیکی تبلیغاتی بر مبنای پروفایل کاربران
In general, Spam is related to satisfy or not satisfy the client and isn’t related to the content of the client’s email. According to this definition, problems arise in the field of marketing and advertising for example, it is possible that some of the advertising emails become spam for some users, and not spam for others. To deal with this problem, many researchers design an anti-s...
متن کاملتحلیل موازی: روشی برای تعیین تعداد عاملها
زمینه: در مطالعات زیادی از تحلیل عاملی اکتشافی برای کاهش دادهها استفاده میشود. تعیین تعداد واقعی عاملهای قابلاستخراج بزرگترین مشکلی است که محققان در اجرای تحلیل عاملی با آن روبهرو میشوند. روشهای معمول و رایج، تعداد عاملهای قابلاستخراج را بیشتر و یا کمتر از حد واقعی برآورد میکنند. هدف: این پژوهش بهمنظور ارزیابی روشهای معمول تعیین تعداد عاملهای قابلاستخراج و معرفی تحلیل موازی بهعنو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 46 شماره 3
صفحات 181- 196
تاریخ انتشار 2016-09-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023