Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Genetic algorithm for clustering accelerated by the CUDA platform

Identifikátory výsledku

  • 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>

Alternativní jazyky

  • 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.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • 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

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • 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