• انتخاب ویژگی برای داده های بزرگ با استفاده از الگوریتم ژنتیک ترکیبی موازی به کمک برنامه نویسی cuda

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/09/05
    • تاریخ انتشار در تی پی بین: 1393/09/05
    • تعداد بازدید: 4401
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    انتخاب ویژگی توجه بسیاری از حوزه های تحقیقاتی در سال های اخیر بویژه در حوزه داده های با ابعاد بالا را به خود جلب کرده است. از آنجایی که تکنیک های سنتی در این زمینه کارایی کمتری برای کار با داده ها با ابعاد بزرگ دارند. لذا در این مقاله که برای انجام عمل انتخاب ویژگی بر روی داده های بزرگ صورت گرفته است، از یک روش ترکیبی که در درون آن جستجوی محلی برای بالا بردن سرعت همگرایی الگوریتم با استفاده از جدا سازی ویژگی ها به دو دسته متمایز و شبیه استفاده شده است. موازی سازی این الگوریتم به روش پایه_ پیرو صورت گرفته است و پیاده سازی آن روی کارت گرافیک انجام شده است. استفاده از کارت گرافیک به کمک زبان برنامه نویسی cuda زمان اجرای الگوریتم را به حدود یک دوم کاهش می دهد. نتایج آزمایش ها که بر روی 16 دیتاست صورت گرفته است نشان می دهد که سرعت اجرای الگوریتم در حالت موازی حدوده دو برابر بیشتر از حالت سری الگوریتم می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها