1. Πτυχιακές και Διπλωματικές Εργασίες
Μόνιμο URI για αυτήν την κοινότηταhttps://repository2024.ihu.gr/handle/123456789/30483
Περιηγούμαι
Πλοήγηση 1. Πτυχιακές και Διπλωματικές Εργασίες ανά Θέμα "004.35"
Τώρα δείχνει 1 - 8 από 8
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο Bin Packing Problem: a parallel implementation(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2014-06) Giavroudis, Christos; Γιαβρουδής, Χρήστος; Varsamis, Dimitriοs; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; Master’s Degree in Communication and Information SystemsThe thesis is concerned with the parallelization of algorithms and specifically with the bin packing problem in parallel implementation. Due to the complexity and the existence of numerous variables and parameters, this problem refers to NP-hard problem, which makes the convergence to optimal solution hard to be achieved. Initially, the benefits, as well as, the advantages that can be gained by the parallel computing are described. Then, concepts such as data partition, speedup, efficiency, Flynn’s taxonomy and Amdahl’s law are analysed. The dissertation here is related to the “bin packing", a well-studied problem in theoretical computer science. Briefly, we describe the Bin Packing problem and the goal we want to achieve. Then, we will consider that as the number of data increased, we observe that the running time increases exponentially. In order to reduce the execution time for large datasets we perform data partition, which is a technique of parallelization of algorithms. So, we describe and compare the serial and parallel implementation and how they work. In particular, we focused on MATLAB and specifically on toolbox Distributed Computing Toolbox™, which has functions for the creation and implementation of distributed and parallel operations. More specifically, we answer the following question: will the serial execution of algorithm or the parallelization of algorithm be beneficial to us?Τεκμήριο Parallel computations in 1D interpolation(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2014-05) Dimopoulos, Theodoros; Δημόπουλος, Θεόδωρος; Varsamis, Dimitrios; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; Master’s Degree in Communication and Information SystemsIn this dissertation we analyse the properties of polynomial interpolation which is a common mathematical problem. We create the polynomial interpolation algorithm using the divided differences and try to reduce the execution times using parallel methods like spmd and parfor.Τεκμήριο The performance of the MATLAB Parallel Computing Toolbox on Grid computer(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2015-06) Ziogas, Iordanis; Ζιώγας, Ιορδάνης; Varsamis, Dimitrios; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; Master’s Degree in Communication and Information SystemsIn this dissertation we introduce the structure of a Cluster – Grid system Computer an HP BladeSystem c7000, (Hardware and Software). Afterwords, we setup Matlab Parallel Computing Toolbox, and apply problems by creating scripts, for testing the performance of the system using parallel methods like spmd and parfor. Finally analyse the results.Τεκμήριο Ανάπτυξη εργαστηριακού οδηγού Παράλληλου Προγραμματισμού με τη γλώσσα προγραμματισμού Python(ΔΙ.ΠΑ.Ε.-Σέρρες, 2023) Γεωργιάδης, Μεθόδιος–Χρήστος; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; ΠΜΣ "ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ"Στην εποχή της ψηφιακής επανάστασης, η ανάγκη για αποτελεσματική εκτέλεση υπολογιστικών εργασιών καθίσταται επιτακτική. Η εκμετάλλευση της υπολογιστικής ισχύος απαιτεί συνεχή εξέλιξη τεχνικών και προσεγγίσεων. Στο πλαίσιο αυτό, ο παράλληλος προγραμματισμός εμφανίζεται ως κρίσιμο κομμάτι για την αξιοποίηση της δυναμικής των υπολογιστικών συστημάτων. Αναλυτικότερα στον κόσμο των υπολογιστών, οι διεργασίες και τα νήματα αποτελούν τα βασικά στοιχεία του παράλληλου προγραμματισμού. Μια διεργασία αναπαριστά ένα ανεξάρτητο πρόγραμμα που εκτελείται σε δικό της χώρο διευθύνσεων μνήμης, ενώ τα νήματα μοιράζονται τον ίδιο χώρο διευθύνσεων. Η εκτέλεση των εργασιών στην CPU μπορεί να γίνει με διάφορους τρόπους. Η διαδικασία αυτή μπορεί να διακριθεί σε τρεις βασικές κατηγορίες εκτέλεσης: σειριακή, συντρέχουσα, και παράλληλη. Καθένας από αυτούς τους τρόπους παρουσιάζει διαφορετικά πλεονεκτήματα και μειονεκτήματα, που εξαρτώνται από τη φύση των εργασιών και τις απαιτήσεις της εφαρμογής. Η παραλληλοποίηση μπορεί να επιτευχθεί με τη χρήση νημάτων και διεργασιών. Πιο συγκεκριμένα τα νήματα βελτιστοποιούν τον χρόνο για εργασίες εισόδου – εξόδου, ενώ οι διεργασίες για εργασίες μεγάλων υπολογιστικών πράξεων. Συνολικά, ο παράλληλος προγραμματισμός ανοίγει νέους ορίζοντες για την απόδοση των εφαρμογών, ενισχύοντας την ικανότητα εκμετάλλευσης των πόρων της CPU και επιτυγχάνοντας την παράλληλη εκτέλεση εργασιών για βέλτιστα αποτελέσματα.Τεκμήριο Ανάπτυξη παράλληλων αλγορίθμων στο λογισμικό MATLAB (MATLAB Parallel Computing Toolbox)(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2013-09) Ταλαγκόζης, Χρήστος; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.Ο κατανεμημένος ή παράλληλος υπολογισμός μιας εφαρμογής προσφέρει πολλά πλεονεκτήματα και η συνεταιριστική και ταυτόχρονη επεξεργασία δεδομένων από περισσότερους από ένα επεξεργαστές αποσκοπεί στη γρήγορη επίλυση σύνθετων υπολογιστικών προβλημάτων. Σε αυτή την Πτυχιακή Εργασία, πραγματοποιήθηκε μία προσπάθεια να αναλυθούν τα εργαλεία που διαθέτει το πρόγραμμα MATLAB για ανάπτυξη προγραμμάτων τα οποία υπολογίζονται με κατανεμημένη και παράλληλη επεξεργασία. Πιο συγκεκριμένα στο MATLAB στην εργασία αυτή επικεντρωθήκαμε στην εργαλειοθήκη Parallel Computing ToolBox, η οποία διαθέτει συναρτήσεις για τη δημιουργία και εκτέλεση κατανεμημένων και παράλληλων εργασιών. Περιληπτικά, πρέπει να αναφερθεί ότι μία κατανεμημένη εργασία διαχωρίζεται σε διεργασίες, οι οποίες στέλνονται μέσω ενός δρομολογητή ή ενός διαχειριστή εργασιών στους εργάτες. Ενώ, μία παράλληλη εργασία στο MATLAB αποτελείται μόνο από μία διεργασία, η οποία περιέχει τις κατάλληλες εντολές για να κατανέμει την εργασία στα εργαστήρια, όπου και θα εκτελεστεί παράλληλα. Κατά τη συγγραφή της εργασίας αυτής πειραματιστήκαμε και αναπτύξαμε ένα πλήθος τυπικών εφαρμογών, οι οποίες αποτελούν παραδείγματα κατανεμημένων και παράλληλων εργασιών. Οι εφαρμογές αυτές οδήγησαν στην επιβεβαίωση του γεγονότος ότι η κατανεμημένη και η παράλληλη επεξεργασία δεδομένων μπορεί να μας δώσει καλύτερα αποτελέσματα από ότι η σειριακή επεξεργασία. Αλλά, αποτελούν και μία σημαντική αναφορά, η οποία δίνει τη δυνατότητα στον αναγνώστη να κατανοήσει ευκολότερα την κατανεμημένη και παράλληλη επεξεργασία δεδομένων μέσω του προγράμματος MATLAB. Σκοπός αυτής της εργασίας, αρχικά, είναι να δώσει μια εκτεταμένη και κατατοπιστική περιγραφή των εργαλείων, που διαθέτει το MATLAB, για τη δημιουργία κατανεμημένων και παράλληλων εργασιών. Αλλά και να παρουσιάσει υλοποιημένες τυπικές εφαρμογές, οι οποίες θα συμβάλλουν στην παρουσίαση και στην ευκολότερη κατανόηση της λειτουργίας των εργαλείων αυτών. Τέλος, το κυριότερο συμπέρασμα που προκύπτει από την συγγραφή της εργασίας αυτής, αλλά και από τη δημιουργία και την εκτέλεση των τυπικών προγραμμάτων είναι το γεγονός ότι η κατανεμημένη και η παράλληλη εργασία μπορεί να μας προσφέρει πολύ καλύτερες επιδόσεις από ότι η σειριακή επεξεργασία, εάν και ο τομέας αυτός βρίσκεται σε αρχικό στάδιο, αλλά και σε συνεχή ανάπτυξη.Τεκμήριο Μελέτη λογισμικών παράλληλης επεξεργασίας. Ανάπτυξη παράλληλων αλγορίθμων(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2013-04) Κοταμανίδης, Ιωάννης; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.Παράλληλη επεξεργασία είναι μια μορφή υπολογισμού στην οποία πολλοί υπολογισμοί διεξάγονται ταυτόχρονα, που λειτουργούν με την αρχή ότι τα μεγάλα προβλήματα μπορούν συχνά να διαιρεθούν σε μικρότερα, τα οποία στη συνέχεια επιλύονται ταυτόχρονα. Ο παραλληλισμός έχει χρησιμοποιηθεί εδώ και πολλά χρόνια, κυρίως σε υπολογιστές υψηλών επιδόσεων (high-performnace computing), αλλά έχει αυξηθεί τα τελευταία χρόνια λόγω των φυσικών περιορισμών πρόληψη της κλιμάκωσης συχνότητας. Δεδομένου ότι η κατανάλωση ενέργειας (και, κατά συνέπεια, την παραγωγή θερμότητας) από τους υπολογιστές έχει γίνει μια ανησυχία σε τα τελευταία χρόνια, ο παράλληλος προγραμματισμός έχει γίνει το κυρίαρχο παράδειγμα στην αρχιτεκτονική υπολογιστών, κυρίως με τη μορφή των πολυπύρηνων επεξεργαστών. Στην εργασία αυτή υπάρχει ως πρώτο κεφάλαιο το θεωρητικό υπόβαθρο της πτυχιακής το όποιο εμβαθύνει και αναλύει την έννοια της παράλληλης επεξεργασίας, τα είδη της, σε ποιους τομείς χρησιμοποιείται καθώς και τα πλεονεκτήματα της. Έπειτα παρουσιάζονται και αναλύονται λογισμικά παράλληλης επεξεργασίας ενώ στην τρίτη ενότητα παρουσιάζεται η εργαστηριακή υλοποίηση της πτυχιακής στο όποιο δείχνω αναλυτικά την δουλειά μου όσον αφορά την παράλληλη επεξεργασία, τα λογισμικά και τους παράλληλους αλγορίθμους. Στην τέταρτη ενότητα υπάρχει ένας αναλυτικός οδηγός ο όποιος δείχνει πως μπορεί κάποιος να κάνει εγκατάσταση το λειτουργικό σύστημα στο όποιο δούλεψα λογισμικό το όποιο χρησιμοποίησα καθώς και τα περαιτέρω πακέτα που χρειάζεται και τέλος να εκτελέσει παράλληλους αλγορίθμους.Τέλος στο πέμπτο κεφάλαιο είναι τα συμπεράσματα τα όποια προέκυψαν.Τεκμήριο Τεχνικές παράλληλης επεξεργασίας για επιλογή χαρακτηριστικών με τον αλγόριθμο Feature Subset Selection(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2017-05) Ταλαγκόζης, Χρήστος Ε.; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; ΠΜΣ "ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ"Η επιλογή χαρακτηριστικών είναι ένα σημαντικό ερευνητικό θέμα στη μηχανική μάθηση και την αναγνώριση προτύπων. Είναι αποτελεσματική στη μείωση των διαστάσεων, στην αφαίρεση άσχετων δεδομένων, στην αύξηση της ακρίβειας της μάθησης και στη βελτίωση της κατανόησης των αποτελεσμάτων. Ωστόσο, τα τελευταία χρόνια, τα δεδομένα έχουν γίνει ολοένα και μεγαλύτερα τόσο στον αριθμό των προτύπων όσο και στον αριθμό των χαρακτηριστικών σε πολλές εφαρμογές. Η κλασική μέθοδος επιλογής χαρακτηριστικών είναι πολύ χρονοβόρα κατά την επεξεργασία δεδομένων μεγάλης κλίμακας λόγω του δαπανηρού κόστους υπολογισμού. Για τη βελτίωση της υπολογιστικής ταχύτητας, η παράλληλη επιλογή χαρακτηριστικών θεωρείται ως η αποτελεσματικότερη μέθοδος. Το Matlab είναι ένα εργαλείο το οποίο μπορεί να χρησιμοποιηθεί για την εφαρμογή παράλληλου και κατανεμημένου μοντέλου επεξεργασίας μεγάλων προβλημάτων εξόρυξης δεδομένων. Σε αυτή τη διπλωματική προτείνεται και υλοποιείται μία παράλληλη μέθοδος επιλογής χαρακτηριστικών με βάση το σειριακό μοντέλο. Επιπλέον, για ακόμη μεγαλύτερη βελτίωση, ο αλγόριθμος k-means, ο οποίος χρησιμοποιείται στο εσωτερικό της μεθόδου της επιλογής χαρακτηριστικών, αναδημιουργείται και του εφαρμόζεται παράλληλο μοντέλο επεξεργασίας. Τόσο η υλοποίηση του παραλλήλου k-means, όσο και η υλοποίηση του αλγορίθμου επιλογής χαρακτηριστικών είναι κλιμακούμενες. Η αποτελεσματικότητα των μεθόδων περιγράφεται μέσω ανάλυσης παραδειγμάτων.Τεκμήριο Τεχνικές παράλληλης επεξεργασίας στον αλγόριθμο k-d tree(Τ.Ε.Ι. Κεντρικής Μακεδονίας, 2019-04) Βουρδόγλου, Γεωργία; Βαρσάμης, Δημήτριος; Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.; ΠΜΣ "ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ"Ο k-d tree είναι μια δενδρική δομή που οργανώνει την πρόσβαση σε ένα πλήθος σημείων του ν-διάστατου χώρου έτσι ώστε αυτή να γίνεται σε logN χρόνο όπου Ν το πλήθος των σημείων. Μπορεί να αποτελέσει μια πολυδιάστατη εκδοχή δυαδικού δένδρου. Η κατασκευή του k-d tree ξεκινά, βρίσκοντας πρώτα ποιά από τις διαστάσεις (ποιός άξονας) έχει το μεγαλύτερο εύρος (δηλαδή τη μεγαλύτερη διαφορά μεταξύ του μέγιστου και του ελάχιστου) και ορίζεται ως άξονας αποκοπής. Έτσι για να βρούμε μια καλή κατεύθυνση για το διαχωρισμό (split), υπολογίζουμε τη διακύμανση των σημείων δεδομένων κατά μήκος κάθε άξονα χωριστά, επιλέγουμε τον άξονα με τη μεγαλύτερη διακύμανση, και δημιουργούμε ένα υπερεπίπεδο προς διάσπαση κάθετο σ' αυτό. Για να βρούμε ένα καλό σημείο διαχωρισμού για το υπερεπίπεδο, εντοπίζουμε την διάμεσο (median) κατά μήκος του εν λόγω άξονα και επιλέγουμε το αντίστοιχο σημείο. Αυτό παράγει ένα καλά ισορροπημένο δέντρο. Για την εύρεση της διαμέσου γίνεται ταξινόμηση κατά μήκος αυτού του άξονα στα σημεία ή εκτελείται ένας γρήγορος αλγόριθμος QuickSelect. Ακολουθεί ο διαχωρισμός των δεδομένων σε δύο υποσύνολα. Όταν ο αριθμός των σημείων δεδομένων που περιέχονται σε κάθε κόμβο είναι μικρότερος ή ίσος αυτών που αρχικά καθορίσαμε, η διαδικασία σταματά. Συνήθως ο αριθμός αυτός είναι ένα σημείο σε κάθε φύλλο. Σκοπός της διπλωματικής αυτής είναι η υλοποίηση του αλγορίθμου αυτού και η εύρεση του κοντινότερου γείτονα με την τεχνική του παράλληλου προγραμματισμού χρησιμοποιώντας το λογισμικό Matlab. Όπως, επίσης και η μελέτη της απόδοσης της παράλληλης και σειριακής εκδοχής του εναλλάσσοντας των αριθμό των πυρήνων και των διαστάσεων σε γνωστά σύνολα δεδομένων.