Bacharelado em Sistemas de Informação - DCET1
URI Permanente para esta coleção
Navegar
Navegando Bacharelado em Sistemas de Informação - DCET1 por Orientador "Boratto, Murilo do Carmo"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
- ItemAnálise da efetividade de uma arquitetura paralela híbrida utilizando multicore e multi-GPU(Universidade do Estado da Bahia, 2014-07-29) Soares, Anderson da Conceição; Boratto, Murilo do Carmo; Dantas, Robespierre; Lessa, Ivan de MattosCom a possibilidade de representar sistemas reais através de equações matemáticas o estudo dos modelos computacionais se tornou um campo atrativo nos últimos anos. Porém esses modelos demandam um grande poder de processamento e acabam por levar um grande tempo para serem completamente executados. Uma das formas para a otimização desses modelos é a utilização da computação de alto desempenho, que conta com uma série de novos dispositivos com características computacionais de aceleração de processamento. Aliado a isso surgiram novas APIs de programação paralela que permitem unir mais de um dispositivo com poder computacional em um ambiente híbrido, onde há uma tendência de obter um ganho de desempenho. Dessa maneira, o presente trabalho tem por objetivo estudar, experimentar e validar um modelo de programação paralela e distribuída, baseado em uma arquitetura heterogênea sobre multicore e GPUs.
- ItemComparando modelos para previsão em séries temporais aplicados nos dispositivos moveis(Universidade do Estado da Bahia, 2013-12-13) Abreu, Raul Cezar Costa de; Boratto, Murilo do Carmo; Santos, Trícia Souto; Lessa, IvanAtualmente nos dispositivos m´oveis percebe-se uma escassa oferta de energia, além de demandas cada vez maiores por parte dos diversos componentes de hardware e software embarcados. Estes componentes internos evoluíram vertiginosamente com exceção das baterias, que freiam o avanço tecnológico destes aparelhos. Devido a diversidade de ambientes e usuários, soluções que visam diminuir a demanda energética nestes dispositivos precisam ser adaptáveis através do reconhecimento e previsão do padrão de uso. Modelos de séries temporais são ferramentas clássicas para solucionar problemas que envolvem previsão, porém apesar de ser uma ´área bastante estudada, são poucos os trabalhos relacionados `a dispositivos m´oveis. Devido a diversidade de métodos para previsão de séries temporais e a escassez de trabalhos semelhantes, este trabalho propõe a comparação de m´métodos clássicos para previsão em séries temporais executando em dispositivos m´oveis. Estes testes comparativos demonstraram que os m´métodos propostos são aplicáveis computacionalmente nos dispositivos m´oveis, porém devido a natureza não estacionária de algumas séries ou períodos destas, em termos de precisão somente 27,5% das previsões tiveram erro abaixo dos 120 minutos, mostrando que estes m´métodos de previsão mais simplórios podem não servir para a maioria das soluções relacionadas a otimização energética e padrão de uso em dispositivos móveis.
- ItemTécnicas heurísticas aplicadas na otimização de um modelo híbrido de computação paralela(Universidade do Estado da Bahia, 2013-12-13) Ferreira, Thomas Magnum de S.; Boratto, Murilo do Carmo; Santos, Trícia Souto; Barreto, Marcos EnnesNa computação de alto desempenho existem sistemas paralelos que utilizam uma abordagem híbrida, associando CPUs com múltiplos núcleos a unidades de processamento gráfico (GPU) para processarem informações simultaneamente. Mas para explorar o máximo desta plataforma é preciso adaptar a aplicação paralela ao ambiente utilizado. As ferramentas de auto-otimização são um meio automatizado de adaptar um determinado software a uma arquitetura. Antes de realizar essa adaptação, normalmente é realizada uma busca empírica por valores ótimos para parâmetros específicos da aplicação, a fim de ajustá-la às características do hardware. A busca no espaço de otimização pode ser feita através de uma busca exaustiva, a qual se aplica todas as possibilidades de otimização dentro do espaço de busca. Nesta abordagem, dependendo da quantidade de combinações, o espaço de busca pode tornar a adaptação inviável em relação ao tempo de execução do algoritmo. Uma forma de diminuir o espaço de busca e viabilizar as adaptações é realizar buscas baseadas em heurísticas. Nesta pesquisa serão apresentadas funções heurísticas que reduzem o espaço de busca e apresentam um custo computacional menor do que o método tradicional de busca exaustiva.