Actas JP2011 - Universidad de La Laguna

Actas XXII Jornadas de Paralelismo (JP2011) , La Laguna, Tenerife, 7-9 septiembre 2011la base de conocimiento KB y no del resultado deotras pruebas, ni del estado del grafo de clasificaciónen cada momento. Este estado del grafo determinaqué tests hay que hacer para clasificar un concepto,cuántos y cuáles son necesarios. Ante esto, algunasposibilidades en paralelo que surgen son:Previamente a la clasificación, calcular en paralelotodas las posibles pruebas de inclusión entrecada par de conceptos de la ontología. Esto implicaque n conceptos necesitarían n ∗ (n − 1)test SUB. Esto supondría realizar muchas operacionesinnecesarias, lo que redundaría en unamejora, si la hubiera, poco significativa.Durante el proceso de clasificación, calcular enparalelo todas las posibles pruebas que comomucho habría que hacer para añadir un concepto.Esto supondría una sobrecarga mucho menorque la posibilidad anterior, ya que como muchohabría que hacer tantas pruebas para cada conceptocomo nodos del grafo hubiera clasificadosen cada momento. Aun así, habría que evaluar sieste enfoque podría llegar a mejorar en algún casoa la versión secuencial FaCT++, que está basadaen heurísticas.B. Nivel SAT: paralelismo dentro de la creación deun modeloUn test SAT se corresponde con la aplicación deuna regla de expansión durante el cálculo de un modelonecesario para realizar una prueba de inclusión.Por norma general estas reglas son dependientes entresí, excepto las no deterministas que producen divergenciasen el modelo. Por lo tanto cambiar el ordenen que se evalúan, o evaluarlas en paralelo suponeun gran riesgo de que el resultado del algoritmo nosea correcto o incluso de que su tiempo de ejecuciónse dispare. Los propios autores de FaCT++, adviertende que no se debe modificar el orden en que sehacen las comprobaciones [6]. Estas limitaciones enel orden se deben, en parte, a intentar minimizar laexpansión del modelo para garantizar la terminaciónsecuencial del algoritmo. Habría que evaluar si enuna arquitectura paralela con mucha mayor potenciade cálculo se podrían relajar estas restricciones,garantizando igualmente la corrección y terminacióndel algoritmo. Por otro lado, surge otro gran problemacuando se empieza la construcción de un modelo,ya que no se dispone de las reglas que hay que aplicar,es decir, qué expansiones hay que hacer, ya quelo único que se tiene al comienzo es una restriccióninicial C ⊆ D y sólo en el momento en que se compruebey se expanda esta restricción se obtendrán lasnuevas restricciones a ser comprobar. Debido a estemotivo, en cada momento tendríamos muy pocas reglasque evaluar en paralelo, ya que se van obteniendoal ir expandiendo el modelo. Para obtener unaposible mejora, al igual que en el caso del paralelismoa nivel SUB, es necesario disponer del orden devarios cientos o miles de reglas, lo cual es bastanteimprobable que suceda. Además, las posibles reglasdisponibles en cada momento, difícilmente serían independientesy habría que tener consideraciones adicionalesque perjudicarían aún más el rendimiento.Una posible opción sería expandir todas las reglasdisponibles a la vez, o expandirlas según el tipo deoperador en que se basen.IV. Evaluación de FaCT++Las ontologías usadas en las pruebas con FaCT++son cuatro: Snomed-CT, Thesaurus, Pombe y Nsennetsu.Snomed-CT [5] es la terminología médica másimportante en la actualidad, ya que constituye la basede conocimiento clínico de mayor uso en el ámbitosanitario. Muestra de su interés es su consideraciónde terminología oficial en varios países, entre ellosEspaña. Aunque su forma de representación nativano es OWL, en este trabajo usamos una conversiónautomática disponible en el Bioportal [7].Thesaurus es la ontología desarrollada por el NCIpara el dominio del cáncer, que también está disponibleen OWL en el Bioportal. Estas dos ontologíasson consideradas referencia en el ámbito biomédicoy no se pueden considerar semánticamente ricas desdela perspectiva de los axiomas y operadores lógicosque incluyen. Se basan fundamentalmente en una taxonomía.Por su parte, Pombe y Nsennetsu son dosontologías generadas automáticamente a partir de losficheros de anotaciones de los genomas de SchizosaccharomycesPombe y Neorickettsia sennetsu Miyayamarespecto de Gene Ontology, usando la versiónenriquecida de Gene Ontology descrita en [4]. Estasdos ontologías se pueden considerar semánticamentericas desde la perspectiva de los axiomas y operadoreslógicos que incluyen, pues contienen bastantepropiedades semántica que relacionan las clases de laontología.A. Descripción de entorno de simulaciónSe han realizado pruebas con la versión FaCT++secuencial, y con una implementación paralela a nivelSUB en OpenMP. Para las pruebas secuenciales se hausado una máquina con dos procesadores Intel XeonCPU E5620 Quad-Core a 2.40GHz. Por otro lado,para las pruebas de la implementación en OpenMPse ha usado un superordenador de memoria compartidadel Centro de Supercomputación de la FundaciónParque Científico de Murcia, cuyas principalescaracterísticas son las siguientes: HP Integrity SuperdomeSX2000 con 64 procesadores Intel Itanium2Dual-Core Montvale a 1.60Ghz y 1.5 TB de memoriacompartida.B. Perfiles de ejecuciónComo se ha dicho, FaCT++ divide los conceptosque forman parte de cada ontología en tres tipos:CD, noCD y non-primitive. El comportamiento delalgoritmo y el perfil de ejecución que se obtiene esdiferente según la composición de la ontología. Segúnel porcentaje de conceptos que hay de cada tipo seobtienen tres perfiles de ejecución:Conceptos CD: no requieren proceso de clasificación,la posición de cada concepto en el grafoJP2011-179