Estudi de tècniques d'optimització per al sistema classificador XCS
El present Treball Final de Master es proposa estudiar i implementar diferents alternatives per a optimitzar el sistema classi cador XCS. Es tracta d’una optimització no tan sols de rendiment (velocitat d’execució) sinó també d’ús de memòria: millorant el rendiment es poden tractar problemes més gra...
| Author: | |
|---|---|
| Format: | master thesis |
| Publication Date: | 2010 |
| Country: | España |
| Institution: | Universitat Ramon Llull (URL) |
| Repository: | DAU Arxiu Digital de la Universitat Ramon Llull |
| OAI Identifier: | oai:dau.url.edu:20.500.14342/2800 |
| Online Access: | http://hdl.handle.net/20.500.14342/2800 |
| Access Level: | Open access |
| Keyword: | Classificació -- TFM Aprenentatge automàtic -- TFM Intel·ligència artificial -- TFM 004 62 |
| Summary: | El present Treball Final de Master es proposa estudiar i implementar diferents alternatives per a optimitzar el sistema classi cador XCS. Es tracta d’una optimització no tan sols de rendiment (velocitat d’execució) sinó també d’ús de memòria: millorant el rendiment es poden tractar problemes més grans, i reduint l’ús de memòria es millora l’escalabilitat de la implementació. Les alternatives estudiades en aquest treball consisteixen en una representació alternativa de les regles que, a més de ser més e cient en l’ús de la memòria, permetran l’ús d’instruccions SIMD (Single Instrucion, Multiple Data) amb la qual es podrà millorar el temps d’execució. La metodologia de treball consisteix en els següents passos: en primer lloc, s’estudia el funcionament del sistema classi cador XCS i se’n fa una primera implementació, avaluant-ne el rendiment. A continuació s’estudien les diferents tècniques d’optimització i es fan implementacions que les emprin. Finalment s’avalua el rendiment d’aquestes noves implementacions i es comparen els resultats amb la implementació base, estudiant-ne els canvis i els seus motius. |
|---|