Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
Los algoritmos Matching Pursuit son cada vez más utilizados por su eficiencia para hacer representaciones sparse de señales digitales. En este trabajo se implementan tres versiones del algoritmo Matching Pursuit en un esquema de coprocesamiento CPU - GPU con el propósito de comprimir trazas sísmicas...
- Autores:
-
Cárdenas Arenas, Mayra Alejandra
Noriega Zambrano, Reynaldo Fabian
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2015
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/32572
- Palabra clave:
- Matching Pursuit
Gpu
Trazas Sísmicas
Compresión
Matching Pursuit
Gpu
Seismic Traces
Compression
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Summary: | Los algoritmos Matching Pursuit son cada vez más utilizados por su eficiencia para hacer representaciones sparse de señales digitales. En este trabajo se implementan tres versiones del algoritmo Matching Pursuit en un esquema de coprocesamiento CPU - GPU con el propósito de comprimir trazas sísmicas. Los tres algoritmos evaluados fueron Matching Pursuit, Weak Matching Pursuit y Least - Squares Orthogonal Matching Pursuit. Adicionalmente, el trabajo busca hacer una selección entre los tres algoritmos teniendo en cuenta el factor de compresión y el rendimiento computacional. El diccionario utilizado en el algoritmo está basado en ondiculas Morlet y se diseñó teniendo en cuenta los contenidos en frecuencia de las señales a comprimir. Nuestros resultados sugieren que el algoritmo Least - Squares Orthogonal Matching Pursuit presenta un mejor factor de compresión y rendimiento computacional en comparación con los algoritmos evaluados. Como trabajo adicional se calculó el tiempo que necesita cada una de las funciones presentes en los algoritmos para determinar los cuellos de botella de cada uno de estos, nuestros resultados muestran que la función transpuesta es la que mayor tiempo ocupa en los algoritmos Matching Pursuit y Weak Matching Pursuit. En el algoritmo Least - Squares Orthogonal Matching Pursuit la función con mayor tiempo fue el producto matriz matriz. |
---|