Investigação de técnicas de otimização para algoritmos de aprendizado de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPapa, João Paulo-
Autor(es): dc.contributorBaldassin, Alexandro José-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorFerraz, André Libório de Barros-
Data de aceite: dc.date.accessioned2025-08-21T15:53:54Z-
Data de disponibilização: dc.date.available2025-08-21T15:53:54Z-
Data de envio: dc.date.issued2022-08-10-
Data de envio: dc.date.issued2022-08-10-
Data de envio: dc.date.issued2022-08-02-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/236075-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/236075-
Descrição: dc.descriptionTendo em vista as inovações tecnológicas da última década, este trabalho busca, por meio de técnicas como vetorização utilizando AVX-512 e arcabouços computacionais para arquiteturas paralelas como o Galois, modificar algoritmos de aprendizado de máquina baseados em grafos, neste caso em particular, o OPF (Optimum-Path Forest) com a finalidade de melhorar o seu tempo de execução. Resultados apresentam ganhos significativos com o uso da tecnologia AVX-512, particularmente nas configurações com 1 thread de até 26,84% se comparado a versão com uso de AVX2 e 112,83% se comparado a versão não vetorizada. Quanto ao Galois, fora realizado um estudo inicial que avaliou o desempenho do MST (Minimum Spanning Tree) e os resultados preliminares apontam um speedup de até 6x com o dataset Epinions. No futuro, espera-se complementar a implementação do Galois para outros algoritmos de grafos baseados no OPF.-
Descrição: dc.descriptionIn view of the technological innovations of the last decade, this work seeks, through techniques such as vectorization using AVX-512 and computational frameworks for parallel architectures such as Galois, to modify graph-based machine learning algorithms, in this particular case, the OPF (Optimum-Path Forest) in order to improve its execution time. Results show significant gains with the use of AVX-512 technology, particularly in configurations with 1 thread up to 26.84% compared to the version using AVX2 and 112.83% compared to the non-vectored version. As for Galois, an initial study was carried out that evaluated the performance of the MST (Minimum Spanning Tree) and the preliminary results point to a speedup of up to 6x with the Epinions dataset. In the future, it is expected to complement the Galois implementation for other OPF-based graph algorithms.-
Descrição: dc.descriptionNão recebi financiamento-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectComputação de alto desempenho-
Palavras-chave: dc.subjectRedes neurais-
Palavras-chave: dc.subjectInformática-
Palavras-chave: dc.subjectHigh-performance computing-
Palavras-chave: dc.subjectNeural networks-
Palavras-chave: dc.subjectComputing-
Título: dc.titleInvestigação de técnicas de otimização para algoritmos de aprendizado de máquina-
Título: dc.titleInvestigation of optimization techniques for machine learning algorithms-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.