Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Объектом исследования являются алгоритмы поиска классификационных правил. Цель работы - исследование эффективности алгоритмов поиска классификационных правил. В процессе работы был модифицирован алгоритм Eclat и разработан алгоритм CN2 на CPU и GPU. Осуществлено сравнение эффективности данных алгоритмов и даны рекомендации их применению.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All |
![]() ![]() ![]() |
||||
Internet | Authorized users |
![]() ![]() ![]() |
||||
![]() |
Internet | Anonymous |
Table of Contents
- ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ВВЕДЕНИЕ
- 1 АНАЛИТИЧЕСКИЙ ОБЗОР ЗАДАЧИ
- 1.1 Задача алгоритмов поиска классификационных правил
- 1.2 Виды алгоритмов поиска классификационных правил
- 1.3 Алгоритмы поиска часто встречающихся комбинаций
- 1.3.1 Алгоритм Apriori
- 1.3.2 Алгоритм Eclat
- 1.4 Общий принцип алгоритмов поиска классификационных правил с покрытием
- 1.5 Обзор технологий GPGPU
- 1.6 NVIDIA CUDA
- 1.7 Библиотека Thrust
- 1.8 Обоснование выбора алгоритмов и технологии GPGPU
- 2 РЕАЛИЗАЦИЯ АЛГОРИТМОВ ПОИСКА КЛАССИФИКАЦИОННЫХ ПРАВИЛ
- 2.1 Профилировщик Valgrind
- 2.2 Реализация алгоритма Eclat
- 2.2.1 Описание реализация алгоритма Eclat на GPU
- 2.2.2 Описание модификации алгоритма Eclat
- 2.3 Алгоритм CN2
- 3 АНАЛИЗ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
- 3.1 Сравнение алгоритмов по объему использование оперативной памяти
- 3.2 Сравнение быстродействия алгоритмов
- 3.3 Сравнение алгоритмов по достоверности и количеству найденных классификационных правил
- 3.4 Результаты анализа
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- Приложение 1
- Приложение 2
Usage statistics
|
Access count: 771
Last 30 days: 0 Detailed usage statistics |