Алгоритм параллельной агрегации данных для визуализации данных о вербальном и невербальном поведении человека

визуализация данных биометрические данные данные большой размерности графический процессор снижение размерности

К вопросу о векторизации графических спектрограмм, Разработка аудиоскремблера для защиты при передаче аудиосигнала, ...

УДК 004.9 Алгоритм параллельной агрегации данных для визуализации данных о вербальном и невербальном поведении человека Б.А. Князев МГТУ им. <...> Н.Э. Баумана, Москва, 105005, Россия Рассмотрен метод визуализации поведения человека вербальной и невербальной форм, представляющих собой данные большого объема. <...> Приведены модель и алгоритм визуализации этих данных с использованием метода параллельной агрегации. <...> Предложена агрегирующая функция, выполняющая поиск экстремумов блоков данных с помощью модернизированного алгоритма «reduction tree», что позволяет приблизить сложность алгоритма к минимальной. <...> Представлены результаты сравнительного анализа пропускной способности центрального процессора и двух типов графического процессора, выполняющих предложенный алгоритм. <...> Ключевые слова: визуализация данных, биометрические данные, данные большой размерности, графический процессор, снижение размерности. <...> Вербальное и невербальное поведения могут рассматриваться как процессы, изменяющиеся во времени. <...> Существует следующая парадигма для визуализации данных, объем которых превышает размер отображаемой области (например, дисплея монитора) [7]: обзор данных масштабирование и фильтрация детализация по требованию. <...> Для эффективного (с частотой 10 операций в секунду) обзора данных необходимо снижение их размерности с помощью либо методов аппроксимации кривой, либо агрегирования данных. <...> Для задачи агрегирования также могут быть использованы методы параллельных вычислений, поскольку [9]: • предназначены для вычисления независимых блоков данных; • графические процессоры (GPU) имеют необходимую для данной задачи пропускную способность (до 63,4 Гб/с для процессора G80); • при корректном использовании ресурсов GPU значительно (до 100 раз) превосходят производительность центрального процессора (CPU). <...> Так, пиковая пропускная способность процессора G80 достигает 346 GFLOPS (гигафлопс — количество выполняемых процессором <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт