Calcolo ad alte prestazioni basato su GPU. Un modello ibrido neurale-genetico per data mining in astrofisica
Andrea Solla - Universitā degli Studi di Napoli Federico II
L'argomento discusso riguarda la progettazione ed implementazione di un modello di Soft Computing, ossia di un algoritmo ibrido di machine learning, basato su una rete neurale addestrata da un algoritmo genetico, dedicato al data mining su grandi archivi di dati. L'originalitā del presente lavoro riguarda sia l'applicazione di un tale modello a dati di tipo astrofisico, sia l'architettura computazionale scelta per la sua implementazione. Sono infatti state realizzate due versioni dell'algoritmo, una sequenziale ed una parallela in ambiente CUDA (Compute Unified Device Architecture) C, su piattaforma GPGPU.
Fonte: Tesi di Laurea, Universitā degli Studi di Napoli, Anno Accademico 2011- 2012
Parole chiave: Machine learning, Rete neurale
- Simone Russo, Marco Rimondi
- Barbara Zanuttigh