Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: OTÁVIO CORDEIRO SIQUEIRA DE OLIVEIRA
DATA: 25/05/2015
HORA: 09:30
LOCAL: DCOMP
TÍTULO: MEPARALEL: um método para análise de implementação de algoritmo baseado em CUDA
PALAVRAS-CHAVES: Computação Paralela, CUDA, Aprendizado de Máquina
PÁGINAS: 30
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Arquitetura de Sistemas de Computação
RESUMO:
Algoritmos para Aprendizado de Máquina (ML) são muitas vezes dispendiosas, uma vez que a aprendizagem é uma tarefa que exige uma grande quantidade de conhecimentos e aprimoramento constante da mesma, exigindo, portanto, enorme processamento de dado, e isso muitas vezes gera uma limitação no tempo de processamento e no consumo de memória. O algoritmo selecionado por este trabalho para aprendizado de máquina é de Maximização de Expectativa (EM), usado para o treinamento de um dos modelos estatísticos parametrizados mais utilizados, o Modelo de Mistura Gaussianas (GMM) que exige um alto poder de processamento. Uma técnica que veem sendo aplicada para solucionar problemas de performance em algoritmos é a paralelização. Algoritmos paralelos, em comparação com os sequenciais, tendem a executar suas tarefas mais rapidamente devido a sua capacidade de distribuir sua carga de trabalho pelos múltiplos núcleos de processadores disponíveis, e assim diminuir o tempo de processamento. Porém a tarefa de paralelizar de forma a vim otimizar a utilização de recursos e reduzir o tempo de processamento não é uma tarefa fácil. Desta forma, este trabalho propõe um método para análise de algoritmos paralelos que possa vim auxiliar o processo de análise e refatoração de códigos construído com a linguagem de programação Cuda e podendo assim, gerar algoritmos mais rápidos e eficientes no consumo de recursos de hardware.