Implementación en GPU del algoritmo K-Means para ... - UMBC

Implementación en GPU del algoritmo KK-Means
Means para procesamiento paralelo
de imágenes de satélite disponibles en la herramienta Google MMaps
de elementos a procesar sean iguales al número de proce procesos sos (éste último en la
práctica se encuentra limitado). En el algoritmo que se ha desarrollado los píxeles
son distribuidos en una matriz de 1 dimensión (cuyas posiciones son los valores
RGBA de cada uno de los píxeles).
Tabla 5.1. Métricas utilizadas para calcular la similitud de características.
Para la siguiente fase del algoritmo, donde se necesitan recalcul recalcular los centros de
cada cluster y reasignar de nuevo los píxeles a cada uno de los clusters,
aprovecharemos la idea del algoritmo serie utilizado utilizado. . Se realizará de esta manera por
dos razones:
• En este paso el algoritmo requiere un intenso intercambio de datos y podría
crear una congestión en la memoria del subsistema. Aunque una forma de
poder paralelizar esta parte, sería pedir a cada uno de los th threads qué píxeles
es miembro de un determinado clu cluster ster para poder añadir sus valores a una
cierta estructura en memoria. Esta opción no sería muy buena ya que crearía
demasiado tráfico tráfico.
• También se podría aplicar el proceso de reducción, es decir, teniend teniendo una lista
de valores RGBA correspondientes a los píxeles de cada uno de los clusters,
se podrían sumar en log log2(n), (n), siendo n el número de elementos pertenecientes
Trabajo Fin de Máster -49- Sergio Bernabé García