Genetic algorithm for clustering accelerated by the CUDA platform

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86084950" target="_blank" >RIV/61989100:27240/12:86084950 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ICSMC.2012.6377860" target="_blank" >http://dx.doi.org/10.1109/ICSMC.2012.6377860</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICSMC.2012.6377860" target="_blank" >10.1109/ICSMC.2012.6377860</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Genetic algorithm for clustering accelerated by the CUDA platform

Popis výsledku v původním jazyce

Unsupervised clustering of large data sets is a complicated NP-hard task. Due to its complexity, various metaheuristic machine learning algorithms have been used to automate or aid the clustering process. Genetic and evolutionary algorithms have been deployed to find clusters in data sets with success. However, also evolutionary clustering suffers from the high computational demands when it comes to fitness function evaluation. The GPU computing is a recent programming and development paradigm introducing high performance parallel computing to general audience. This work presents an initial design and implementation of a genetic algorithm for density based clustering on the GPU using the nVidia CUDA platform.

Název v anglickém jazyce

Genetic algorithm for clustering accelerated by the CUDA platform

Popis výsledku anglicky

Unsupervised clustering of large data sets is a complicated NP-hard task. Due to its complexity, various metaheuristic machine learning algorithms have been used to automate or aid the clustering process. Genetic and evolutionary algorithms have been deployed to find clusters in data sets with success. However, also evolutionary clustering suffers from the high computational demands when it comes to fitness function evaluation. The GPU computing is a recent programming and development paradigm introducing high performance parallel computing to general audience. This work presents an initial design and implementation of a genetic algorithm for density based clustering on the GPU using the nVidia CUDA platform.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/FR-TI1%2F420" target="_blank" >FR-TI1/420: *Integrovaný softwarový systém pro optimalizaci řízení technologických procesů a predikci kvality produkce velkých technologických celků využívající pokročilé matematické metody, modelování a umělou inteligenci</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Conference Proceedings - IEEE International Conference on Systems, Man and Cybernetics 2012

ISBN

978-1-4673-1714-6

ISSN

1062-922X

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1005-1010

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Soul

Datum konání akce

14. 10. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—