Info: Zenodo’s user support line is staffed on regular business days between Dec 23 and Jan 5. Response times may be slightly longer than normal.

Published October 10, 2022 | Version v1
Conference paper Open

Algoritmo Evolutivo Multiobjetivo con Paralelismo Multinivel para Clasificación de EEGs: Análisis Energía-tiempo en Clústeres Heterogéneos

  • 1. Departamento de Arquitectura y Tecnología de Computadores, Universidad de Granada, España
  • 2. Departamento de Ingeniería de Comunicaciones, Universidad de Málaga, España
  • 3. Departamento de Ingeniería, Universidad de Almería, España

Description

Las arquitecturas heterogéneas actuales interconectan nodos con múltiples microprocesadores y aceleradores multinúcleo que permiten diferentes estrategias para acelerar las aplicaciones y optimizar su consumo de energía. En este trabajo se propone un procedimiento paralelo multinivel que aprovecha todos los nodos de un clúster CPU-GPU heterogéneo. Se han implementado tres versiones diferentes, que han sido analizadas en términos de tiempo de ejecución y consumo energético. Aunque el trabajo considera un algoritmo maestro-trabajador evolutivo para selección de características y clasificación de EEGs, las conclusiones del análisis experimental se pueden extrapolar a otras aplicaciones en bioinformática y minería de datos con el mismo perfil de cómputo que el problema considerado aquí. El enfoque paralelo propuesto permite reducir el tiempo de ejecución en un factor de hasta 83 con sólo un 4,9% de la energía consumida por el procedimiento secuencial.

Files

paper.pdf

Files (832.3 kB)

Name Size Download all
md5:5f50803652d615cc6dc5e57516c80212
832.3 kB Preview Download

Additional details

Funding

Ministerio de Ciencia, Innovación y Universidades PGC2018-098813-BC31
Ministerio de Ciencia, Innovación y Universidades