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...

Full description

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
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/32572
https://noesis.uis.edu.co
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)
id UISANTADR2_1659ae1afb35bda7b44e9bda3d96de5a
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/32572
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
dc.title.english.none.fl_str_mv Testing the computational performance of three matching pursuit algorithms for seismic data compression on a processing scheme of cpu-gpu
title Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
spellingShingle Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
Matching Pursuit
Gpu
Trazas Sísmicas
Compresión
Matching Pursuit
Gpu
Seismic Traces
Compression
title_short Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
title_full Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
title_fullStr Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
title_full_unstemmed Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
title_sort Evaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicos
dc.creator.fl_str_mv Cárdenas Arenas, Mayra Alejandra
Noriega Zambrano, Reynaldo Fabian
dc.contributor.advisor.none.fl_str_mv Fajardo Ariza, Carlos Augusto
Boada Quijano, Carlos Arturo
dc.contributor.author.none.fl_str_mv Cárdenas Arenas, Mayra Alejandra
Noriega Zambrano, Reynaldo Fabian
dc.subject.none.fl_str_mv Matching Pursuit
Gpu
Trazas Sísmicas
Compresión
topic Matching Pursuit
Gpu
Trazas Sísmicas
Compresión
Matching Pursuit
Gpu
Seismic Traces
Compression
dc.subject.keyword.none.fl_str_mv Matching Pursuit
Gpu
Seismic Traces
Compression
description 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.
publishDate 2015
dc.date.available.none.fl_str_mv 2015
2024-03-03T22:06:46Z
dc.date.created.none.fl_str_mv 2015
dc.date.issued.none.fl_str_mv 2015
dc.date.accessioned.none.fl_str_mv 2024-03-03T22:06:46Z
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coar.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
format http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/32572
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/32572
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by/4.0/
http://creativecommons.org/licenses/by-nc/4.0
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías Fisicomecánicas
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.school.none.fl_str_mv Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/6b8c7054-d35b-4c3f-a416-9f2f0146884a/download
https://noesis.uis.edu.co/bitstreams/51d4309c-169d-4348-aa2a-6edb3a9f229d/download
https://noesis.uis.edu.co/bitstreams/b7860a04-2dc2-4848-9bd2-7bc7c45ca72e/download
bitstream.checksum.fl_str_mv a15f7861d5e977268c3232a6e521461f
fb9c1f8219c3f1e85b68dfb84b8a7e22
a107f01b82786d9b7b9c5659aabf5cb8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1814095214484127744
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Fajardo Ariza, Carlos AugustoBoada Quijano, Carlos ArturoCárdenas Arenas, Mayra AlejandraNoriega Zambrano, Reynaldo Fabian2024-03-03T22:06:46Z20152024-03-03T22:06:46Z20152015https://noesis.uis.edu.co/handle/20.500.14071/32572Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLos 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.PregradoIngeniero ElectrónicoMatching Pursuit algorithms are increasingly used by their efficiency to make digital signal sparse representations. In this work are implemented three versions of the algorithm Matching Pursuit in a scheme of co-processing CPU - GPU for the purpose of compressing seismic trace. The three evaluated algorithms were Matching Pursuit, Weak Matching Pursuit and Least - Squares Orthogonal Matching Pursuit. Additionally, the work seeks to make a selection among the three algorithms taking into account the factor of compression and computational performance. The dictionary used in the algorithm is based on Morlet’s wavelet and was designed taking into account the contents in frequency of signals to compress. Our results suggest that the Least - Squares Orthogonal Matching Pursuit algorithm presents a best factor of compression and computational performance compared with the tested algorithms. As additional work, it was calculated the time needed by each of the functions present in the algorithms to determine the bottlenecks of each of these ones, the results show that transposed function is that longer deals with Matching Pursuit and Weak Matching Pursuit algorithms. In the algorithm Least - Squares Orthogonal Matching Pursuit with longer function was the matrix matrix product.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicomecánicasIngeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesMatching PursuitGpuTrazas SísmicasCompresiónMatching PursuitGpuSeismic TracesCompressionEvaluación del rendimiento computacional en un esquema de coprocesamiento cpu-gpu de tres algoritmos matching pursuit para la compresion de datos sismicosTesting the computational performance of three matching pursuit algorithms for seismic data compression on a processing scheme of cpu-gpuTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf195961https://noesis.uis.edu.co/bitstreams/6b8c7054-d35b-4c3f-a416-9f2f0146884a/downloada15f7861d5e977268c3232a6e521461fMD51Documento.pdfapplication/pdf1643924https://noesis.uis.edu.co/bitstreams/51d4309c-169d-4348-aa2a-6edb3a9f229d/downloadfb9c1f8219c3f1e85b68dfb84b8a7e22MD52Nota de proyecto.pdfapplication/pdf135601https://noesis.uis.edu.co/bitstreams/b7860a04-2dc2-4848-9bd2-7bc7c45ca72e/downloada107f01b82786d9b7b9c5659aabf5cb8MD5320.500.14071/32572oai:noesis.uis.edu.co:20.500.14071/325722024-03-03 17:06:46.672http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co

Publicaciones similares