ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تحلیل مجموعه داده های تصویری بزرگ با استفاده از سیستم پیوندی مبتنی بر CPU-GPU

سال انتشار: 1393
کد COI مقاله: CSITM01_442
زبان مقاله: فارسیمشاهد این مقاله: 594
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تحلیل مجموعه داده های تصویری بزرگ با استفاده از سیستم پیوندی مبتنی بر CPU-GPU

علیرضا نوری - دانشجوی کارشناسی ارشد دانشگاه اصفهان
حسین ماهوش محمدی - استادیار دانشکده کامپیوتر دانشگاه اصفهان

چکیده مقاله:

تجزیه و تحلیل مجموعه داده های تصاویر آسیب شناسی و پاتولوژی با حجم بسیار بزرگ فرصت بسیار گسترده ای برای تحقیقات درزمینه ی ساختار شناسی سلولی فراهم آورده است. اما نیاز به منابع مناسب پردازشی انجام این گونه تحقیقات را در مقیاس کوچکمحدود نموده است . تاکنون سیستم های مختلفی با توان محاسباتی بسیار بالا در زمینه ی تحلیل تصاویر بافت شناسی مربوط به تومورهای مغزی با تفکیک پذیری بالا بر روی سیستم های توزیع شده مبتنی بر CPU-GPU پیاده سازی و آزمایش شده اند. برای دستیابی به توان پردازشی بالا در یک سیستم پیوندی از یک ساختار خط لوله ی چند سطحی پردازش داده استفاده می شود. چنین سیستمی به صورت ساختاری از خط لوله های دانه درشت طراحی شده است که ممکن است هر سطح از چند خط لوله ی ریز دانه بصورت مجزا تشکیل شود. عملیات در سطح ریز دانه دارای زمان بندی دقیق جهت انجام محاسبات روی CPU و GPU با بهینه سازی های زمانی موثر طراحی شده اند. این عملیات شامل جایگذاری های دقیق تر عملیات، تخصیص وظایف آگاه از وابستگی داده ها، واکشی اولیه داده ها و تهیه ی نسخه های ناهمگام از داده ها می باشد. این بهبود ها در بیشینه سازی عملکرد و بهره ی توان محاسباتی و همچنین کمینه سازی سربار تهیه ی نسخه از داده ها استفاده شده است. تجربه های عملی انجام شده در این مقاله نشان می دهد که استفاده ی مشترک و بصورت پیوندی از CPU و GPU مت واند عملکرد بهتری تا حدود 1.6 برابر سیستم هایی که تنها مبتنی بر GPU هستند ، داشته باشد. محاسبات انجام شده با استفاده از پردازش های ریز دانه، فرصت پیاده سازی خط لوله با حمایت در هنگام اجرا را برای تحلیل تصاویر سرطانی با مجموعه داده ای متشکل از 36848 تصویر با کیفیت 4096*4096 پیکسل در کمتر از چهار دقیقه فراهم می آورد.

کلیدواژه ها:

خط لوله، قطعه سازی تصاویر، GPGPU، هیبرید، CPU-GPU

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/282983/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نوری، علیرضا و ماهوش محمدی، حسین،1393،تحلیل مجموعه داده های تصویری بزرگ با استفاده از سیستم پیوندی مبتنی بر CPU-GPU،همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات ،تهران،،،https://civilica.com/doc/282983

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، نوری، علیرضا؛ حسین ماهوش محمدی)
برای بار دوم به بعد: (1393، نوری؛ ماهوش محمدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • NVIDIA, _ Accelerated Applications, " 2012.[Online]. Available : http : ...
  • J. S. Vetter, R. Glassbrook, J. Dongarra, K. Schwan, B. ...
  • L. A. D. Cooper, J. Kong, D. A. Gutman, F. ...
  • G. Bradski, "The OpenCV Library, " Dr. Dobb 's Journal ...
  • NVIDIA, NVIDIA Performance Prim itives(NPP) _ 11 February 2011. [Online]. ...
  • A. Korbes, G. B. Vitor, R. de Alencar Lotufo, and ...
  • L. Vincent, _ Morphological grayscale reconstruction in image analysis: Applications ...
  • G. Teodoro, T. Pan, T. M. Kurc, L. Cooper, J. ...
  • G. Teodoro, T. Pan, T. Kurc, J. Kong, L. Cooper, ...
  • P. Karas, "Efficient Computation _ Morphological Greyscale Reconstruction, _ in ...
  • G. Teodoro, T. M. Kurc, T. Pan, L. A. Cooper, ...
  • M. D. Linderman, J. D. Collins, H. Wang, and T. ...
  • B. He, W. Fang, Q. Luo, N. K. Govindaraju, and ...
  • C.-K. Luk, S. Hong, and H. Kim, "Qilin: Exploiting parallelism ...
  • G. Teodoro, T. D. R. Hartley, U. Catalyurek, and R. ...
  • G. Bosilca, A. Bouteiller, T. Herault, P. Lemarinier, N. Saengpatsa, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 14,498
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی