انتخاب ویژگی در داده های بزرگ با استفاده از برنامه نویسی CUDA

انتخاب ویژگی توجه بسیاری از حوزه های تحقیقاتی در سال های اخیر بویژه در حوزه داده های با ابعاد بالا را به خود جلب کرده است . از آنجایی که تکنیک های سنتی در این زمینه کارایی کمتری برای کار با داده ها با ابعاد بزرگ دارند. در این مقاله که برای انتخاب ویژگی روی داده های بزرگ صورت گرفته است ، با بخش بندی ویژگی های مجموعه داده، و متناسب ساختن آنها با ابعاد واحد های کارت گرافیک و استفاده از یک الگوریتم ژنتیک ترکیبی موازی در هرکدام از این بخش ها، سرعت اجرای کار را بیشتر کرده ایم . موازی سازی این الگوریتم به روش پایه - پیرو صورت گرفته است و پیاده سازی آن روی کارت گرافیک انجام شده است که با استفاده از قدرت بالای کارت گرافیک در پردازش موازی داده ها توانسته ایم سرعت کار روش را به مقدار قابل توجه ای بالا ببریم . استفاده از کارت گرافیک به کمک زبان برنامه نویسی CUDA زمان اجرای الگوریتم را به حدود یک سوم کاهش می دهد. نتایج آزمایش ها که برروی ۸ مجموعه داده صورت گرفته است نشان می دهد که سرعت اجرای الگوریتم در حالت موازی سه برابر بیشتر از حالت سری الگوریتم می باشد.

کلیدواژه ها:

انتخاب ویژگی ، واحد های پردازش گرافیکی ((GPU ، معماری دستگاه یکپارچه ی محاسباتی ((CUDA ، الگوریتم ژنتیک موازی ، مدل پایه -پیرو