dc.contributor.advisor | Mamalis, Basilis | |
dc.contributor.author | Βαγγέλης, Ελευθέριος | |
dc.date.accessioned | 2025-03-18T09:10:36Z | |
dc.date.available | 2025-03-18T09:10:36Z | |
dc.date.issued | 2025-03-06 | |
dc.identifier.uri | https://polynoe.lib.uniwa.gr/xmlui/handle/11400/8820 | |
dc.description.abstract | Αντικείμενο της διπλωματικής εργασίας θα είναι ο σχεδιασμός, ανάπτυξη και αξιολόγηση, σε
παράλληλο περιβάλλον κοινής μνήμης, κατανεμημένης μνήμης, και υβριδικής μορφής (μαζικός
παράλληλος προγραμματισμός σε συνδυαστικό περιβάλλον κατανεμημένης-διαμοιραζόμενης
μνήμης), αποδοτικών αλγορίθμων το πρόβλημα της ομαδοποίησης δεδομένων (data clustering). Η
ανάπτυξη των αλγορίθμων που θα επιλεγούν θα γίνει σε γλώσσα C/C++ και η αξιολόγησή τους θα
γίνει σε κατάλληλο πραγματικό περιβάλλον. Θα αναπτυχθούν ενδεικτικά τόσο μεμονωμένες
υλοποιήσεις σε OpenMP ή/και MPI όσο και συνδυαστικές υλοποιήσεις, όπως π.χ. με χρήση
MPI+OpenMP ή/και με χρήση MPI+MPI Shared Memory, και θα εξαχθούν αντίστοιχες συγκριτικές
μετρήσεις και συμπεράσματα. | el |
dc.format.extent | 139 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Δυτικής Αττικής | el |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/deed.el | * |
dc.subject | Παράλληλος υπολογισμός | el |
dc.subject | Αλγόριθμοι ομαδοποίησης | el |
dc.subject | OpenMP | el |
dc.subject | MPI | el |
dc.subject | C/C++ | el |
dc.title | Ανάπτυξη και αξιολόγηση παράλληλων αλγορίθμων ομαδοποίησης δεδομένων σε υβριδικό περιβάλλον OpenMP και MPI | el |
dc.title.alternative | Development and evaluation of parallel data clustering algorithms in hybrid OpenMP and MPI environment | el |
dc.type | Διπλωματική εργασία | el |
dc.contributor.committee | Kantzavelou, Ioanna | |
dc.contributor.committee | Karkazis, Panagiotis | |
dc.contributor.faculty | Σχολή Μηχανικών | el |
dc.contributor.department | Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών | el |
dc.description.abstracttranslated | The object of this thesis will be the design, development and evaluation, in a parallel environment of
shared memory, distributed memory, and hybrid form (massive parallel programming in a combined
environment of distributed-shared memory), of efficient algorithms for the problem of data clustering.
The development of the algorithms that will be selected will be done in C/C++ language and their
evaluation will be done in a suitable real environment. Individual implementations in OpenMP and/or
MPI as well as combined implementations will be developed indicatively, such as e.g. using
MPI+OpenMP and/or using MPI+MPI Shared Memory, and corresponding comparative
measurements and conclusions will be drawn. | el |