Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas

Las Máquinas de Soporte Vectorial (SVM) son una herramienta de aprendizaje común utilizada ampliamente gracias a su alta precisión en tareas de clasificación. El uso de las SVM en tiempo real a través de sistemas embebidos resulta desafiante debido a la complejidad de los cálculos que se requieren....

Descripción completa

Detalles Bibliográficos
Autores principales: Leiva, Lucas, Torrents-Barrena, Jordina, Vázquez, Martín, Puig, Domènec, Todorovich, Elías
Otros Autores: Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Formato: Documento de conferencia
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016
Materias:
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61373
Aporte de:
id I49-R155-61373
record_format dspace
spelling I49-R155-613732024-12-03T19:39:00Z https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61373 61373 20170522u u u0frey0103 ba spa Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016-12-30 info:eu-repo/semantics/submittedVersion info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia application/pdf 1001514 Salta (province) Las Máquinas de Soporte Vectorial (SVM) son una herramienta de aprendizaje común utilizada ampliamente gracias a su alta precisión en tareas de clasificación. El uso de las SVM en tiempo real a través de sistemas embebidos resulta desafiante debido a la complejidad de los cálculos que se requieren. Por tanto, se hace presente la necesidad de migrar las SVM a plataformas hardware con el fin de alcanzar un alto rendimiento con costes y consumos de energía bajos. El presente artículo proporciona un estudio exhaustivo del proceso de aceleración de la librería LIBSVM mediante hardware. Dicha librería será utilizada durante la clasificación binaria de características, tomando como caso de estudio la identificación de masas mamarias. Se presenta además una optimización que ofrece una aceleración del 57% respecto de algoritmo original. Por último, se sugieren algunas direcciones claves que optimizarán el proceso de aceleración en futuras investigaciones. Fil: Todorovich, Elías. Universidad FASTA; Argentina. Fil: Puig, Domènec. Universitat Rovira i Virgili; España. Fil: Vázquez, Martín. Universidad FASTA; Argentina. Fil: Torrents-Barrena, Jordina. Universitat Rovira i Virgili; España. Fil: Leiva, Lucas. Universidad FASTA; Argentina. Leiva, Lucas Torrents-Barrena, Jordina Vázquez, Martín Puig, Domènec Todorovich, Elías Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) Informática Ordenador Sistema informático Optimización Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess Researchers Students
institution Universidad Católica de Salta
institution_str I-49
repository_str R-155
collection Repositorio Digital - Universidad Católica de Salta (UCASal)
language Español
orig_language_str_mv spa
topic Informática
Ordenador
Sistema informático
Optimización
spellingShingle Informática
Ordenador
Sistema informático
Optimización
Leiva, Lucas
Torrents-Barrena, Jordina
Vázquez, Martín
Puig, Domènec
Todorovich, Elías
Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
topic_facet Informática
Ordenador
Sistema informático
Optimización
description Las Máquinas de Soporte Vectorial (SVM) son una herramienta de aprendizaje común utilizada ampliamente gracias a su alta precisión en tareas de clasificación. El uso de las SVM en tiempo real a través de sistemas embebidos resulta desafiante debido a la complejidad de los cálculos que se requieren. Por tanto, se hace presente la necesidad de migrar las SVM a plataformas hardware con el fin de alcanzar un alto rendimiento con costes y consumos de energía bajos. El presente artículo proporciona un estudio exhaustivo del proceso de aceleración de la librería LIBSVM mediante hardware. Dicha librería será utilizada durante la clasificación binaria de características, tomando como caso de estudio la identificación de masas mamarias. Se presenta además una optimización que ofrece una aceleración del 57% respecto de algoritmo original. Por último, se sugieren algunas direcciones claves que optimizarán el proceso de aceleración en futuras investigaciones.
author2 Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
author_facet Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Leiva, Lucas
Torrents-Barrena, Jordina
Vázquez, Martín
Puig, Domènec
Todorovich, Elías
format submittedVersion
Documento de conferencia
Documento de conferencia
author Leiva, Lucas
Torrents-Barrena, Jordina
Vázquez, Martín
Puig, Domènec
Todorovich, Elías
author_sort Leiva, Lucas
title Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
title_short Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
title_full Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
title_fullStr Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
title_full_unstemmed Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas
title_sort análisis del proceso de aceleración vía hardware en libsvm : máquinas de soporte vectorial optimizadas
publisher Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publishDate 2016
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61373
work_keys_str_mv AT leivalucas analisisdelprocesodeaceleracionviahardwareenlibsvmmaquinasdesoportevectorialoptimizadas
AT torrentsbarrenajordina analisisdelprocesodeaceleracionviahardwareenlibsvmmaquinasdesoportevectorialoptimizadas
AT vazquezmartin analisisdelprocesodeaceleracionviahardwareenlibsvmmaquinasdesoportevectorialoptimizadas
AT puigdomenec analisisdelprocesodeaceleracionviahardwareenlibsvmmaquinasdesoportevectorialoptimizadas
AT todorovichelias analisisdelprocesodeaceleracionviahardwareenlibsvmmaquinasdesoportevectorialoptimizadas
_version_ 1823985316101357568