Parallel classification using support vector machines on Mmodern GPUs
Παράλληλη κατηγοριοποίηση δεδομένων με χρήση μηχανών διανυσμάτων υποστήριξης (SVMs) σε περιβάλλον σύγχρονων καρτών γραφικών (GPUs)
Διπλωματική εργασία
Συγγραφέας
Κατσανδρής, Ευάγγελος
Ημερομηνία
2024-03-22Επιβλέπων
Mamalis, BasilisΛέξεις-κλειδιά
SVM ; CUDA ; GPGPU ; Παράλληλος προγραμματισμός ; Κατηγοριοποίηση δεδομένων ; Parallel programming ; Data classificationΠερίληψη
The objective of this thesis will be the design, development and evaluation of an efficient parallel SVM
classifier in a CUDA programming environment. The development of the above classifier will be done
using C/C++, while the evaluation will be performed in a real, modern environment using modern GPUs
(NVIDIA 1060 και NVIDIA RTX TITAN) and will include comparisons (latency, speedup and accuracy
of classification) with an equivalent sequential implementation.
Περίληψη
Αντικείμενο της διπλωματικής εργασίας θα είναι ο σχεδιασμός, ανάπτυξη και αξιολόγηση σε περιβάλλον
προγραμματισμού CUDA ενός αποδοτικού παράλληλων αλγορίθμου SVM για κατηγοριοποίηση
δεδομένων. Η ανάπτυξη του ανωτέρω αλγορίθμου θα γίνει σε γλώσσα C/C++, ενώ η αξιολόγησή
του θα πραγματοποιηθεί σε πραγματικό περιβάλλον σύγχρονων καρτών γραφικών (NVIDIA 1060 και
NVIDIA RTX TITAN) και θα περιλαμβάνει σύγκριση (σε επίπεδο χρόνων απόκρισης, επιτάχυνσης-
speedup και ακρίβειας της κατηγοριοποίησης/accuracy) με μια αντίστοιχή υλοποιήση σε σειριακό
περιβάλλον εκτέλεσης.