Информация о публикации

Просмотр записей
Инд. авторы: Рылов С.А., Пестунов И.А.
Заглавие: Быстрая иерархическая кластеризация мультиспектральных изображений на графических процессорах Nvidia
Библ. ссылка: Рылов С.А., Пестунов И.А. Быстрая иерархическая кластеризация мультиспектральных изображений на графических процессорах Nvidia // Информационные технологии и нанотехнологии: Сборник трудов ИТНТ-2018 / Самарский национальный исследовательский университет имени академика С.П. Королева. - 2018. - Самара: Предприятие "Новая техника". - С.865-873. - ISBN: 978-5-88940-146-9.
Внешние системы: РИНЦ: 34894798;
Реферат: rus: В работе рассматривается реализация иерархического сеточного алгоритма кластеризации HCA на графических процессорах NVIDIA с использованием технологии CUDA, что позволило на порядок сократить время обработки мультиспектральных изображений. Представлены результаты экспериментальных исследований на модельных данных и изображениях, подтверждающие эффективность рассматриваемого алгоритма кластеризации и его параллельной реализации.
eng: The present work explores the parallel implementation of the hierarchical grid-based clustering algorithm HCA on NVIDIA GPU with CUDA technology, which substantially reduced the processing time of multispectral images. Provided experimental studies on model data and images confirm the efficiency of the HCA clustering algorithm and its parallel implementation.
Ключевые слова: cuda; gpgpu; gpu; parallel computing; grid-based approach; hierarchical clustering; segmentation; multispectral images; fast clustering; HCA;
Издано: 2018
Физ. характеристика: с.865-873
Конференция: Название: IV Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии»
Город: Самара
Страна: Россия
Даты проведения: 2018-04-24 - 2018-04-27
Цитирование:
1. Ilango, M.R. A survey of grid based clustering algorithms/M.R. Ilango, V. Mohan//Intern. J. Eng. Sci. and Technology. -2010. -Vol. 2(8). -P. 3441-3446.
2. Пестунов И.А., Рылов С.А., Бериков В.Б. Иерархические алгоритмы кластеризации для сегментации мультиспектральных изображений // Автометрия. 2015. Т. 51. № 4. С. 12-22.
3. Xu, R. Survey of clustering algorithms/R. Xu, D.I. Wunsch//IEEE Trans. on Neural Networks. -2005. -Vol. 16(3). -P. 645-678.
4. Боресков, А.В. Параллельные вычисления на GPU. Архитектура и программная модель CUDA/А.В. Боресков, А.А. Харламов, Н.Д. Марковский, Д.Н. Микушин, Е.В. Мортиков, А.А. Мыльцев, Н.А. Сахарных, В.А. Фролов. -М.: Изд-во Московского университета, 2012. -336 с.
5. Leclerc, B. Description combinatoire des ultrametriques/B. Leclerc//Math. Sci. Humaines. -1981. -Vol. 127(73). -P. 5-37.
6. Mirzaei, A. A novel hierarchical-clustering-combination scheme based on fuzzy-similarity relations/A. Mirzaei, M. Rahmati//IEEE Tr. Fuzzy Syst. -2010. -Vol. 18(1). -P. 27-39.
7. Zheng, L. Hierarchical Ensemble Clustering/L. Zheng, T. Li, C. Ding//Proceedings of 2010 IEEE International Conference on Data Mining, IEEE. -2010. -P. 1199-1204.
8. Skiena, St.S. The Algorithm Design Manual/St.S. Skiena. -Springer, 2008. -730 p.
9. Olson, Cl.F. Parallel algorithms for hierarchical clustering/Cl.F. Olson//Parallel Computing. -1995. -Vol. 21(8). -P. 1313-1325.
10. Jin, C. DiSC: A Distributed Single-Linkage Hierarchical Clustering Algorithm using MapReduce/C. Jin, M.A. Patwary, A. Agrawal, W. Hendrix, W. Liao, A. Choudhary//Proceedings of the 4th International SC Workshop on Data Intensive Computing in the Clouds. -2013. -Vol. 23. -P. 27.
11. Hendrix, W. Parallel hierarchical clustering on shared memory platforms/W. Hendrix, M.A. Patwary, A. Agrawal, W. Liao, A. Choudhary//19th Annual International Conference on High Performance Computing, HIPC. -2012. -P. 1-9.
12. Luitjens J. Faster Parallel Reductions on Kepler . -URL: http://devblogs.nvidia.com/parallelforall/faster-parallel-reductions-kepler (21.11.2017).
13. Chang, D.-J. Hierarchical clustering with cuda/gpu/D.-J. Chang, M. Kantardzic, M. Ouyang//22nd International Conference on Parallel and Distributed Computing and Communication Systems, ISCA PDCCS. -2009. -P. 7-12.
14. Schubert, E. A Framework for Clustering Uncertain Data/E. Schubert, A. Koos, T. Emrich, A. Zufle, Kl.A. Schmid, A. Zimek//Proc. VLDB Endowment. -2015. -Vol. 8(12). -P. 19761979.
15. Рылов, С.А. Модельные данные для кластеризации . -URL: https://drive.google.com/open?id=0ByK9GtU5ExExRnZwdFNmRHRWdFk (21.11.2017).
16. Рылов, С.А. Непараметрический алгоритм кластеризации для сегментации изображений на основе комбинации сеточного подхода и процедуры среднего сдвига/С.А. Рылов//Сборник трудов Всероссийской конференции «Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов». -Новосибирск, 2017. -С. 150-155.