Detalles de la obra

Título:
Mejora de la eficiencia de KNN utilizando programación paralela en F
Autor(es):
Mayr Ojeda, Franz; Patrone Martirena, Franco
Pie de imprenta:
Montevideo: Universidad ORT Uruguay, 2016
Descripción física:
83 p. tbls., grafs. En línea
Nota de tesis:
Trabajo Integrador (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería. Montevideo, 2016. Calificación: 100/100
Título obtenido:
Entregado como requisito para la obtención del título de Licenciado en Ingeniería de Software
Tutor:
Sergio Fabián Yovine Seijas
Tribunal:
Ernesto Sebastián Copello Gigirey; Marcos Viera
Resumen:
El trabajo se centra en el estudio de la paralelización de un algoritmo de Machine Learning denominado k-Nearest Neighbours (KNN), utilizando el lenguaje F y el framework .NET. Se ejecutaron pruebas de eficiencia, a fin de medir las mejoras obtenidas, y pruebas de eficacia, con el fin de comprobar que no hubiera cambios en la misma. Estas pruebas se compararon con otras de una implementación secuencial de referencia. De las implementaciones realizadas, se obtuvieron dos librerías: una que implementa el algoritmo de KNN haciendo uso de la mejora conseguida mediante la programación paralela y otra que implementa el modelo de programación paralela map-reduce. Se concluye que F, junto con el framework Microsoft .NET, permite hacer uso del cómputo en paralelo en busca de la mejora de la eficiencia de algoritmos, ofreciendo cuatro opciones principales de paralelización disponibles para el desarrollador. Se obtuvo un speedup de 2, aproximadamente, en los entornos de prueba utilizados.
Referencias bibliográficas:
Incluye bibliografía y anexos
Idioma:
Español
Tipo de material:
[Trabajo Final de Carrera]
Ubicación física:
Disponible en línea

Archivos asociados:

Archivo Tamaño Formato
Trabajo Integrador 507kB application/pdf
Informe del corrector 46kB application/pdf