Статья

Название статьи СТРУКТУРНАЯ ОРГАНИЗАЦИЯ ГРАНУЛИРОВАННЫХ ВЫЧИСЛЕНИЙ ПРИ ОБРАБОТКЕ ДАННЫХ НА РЕКОНФИГУРИРУЕМЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМАХ
Автор С. А. Бутенков
Рубрика РАЗДЕЛ IV. РЕКОНФИГУРИРУЕМЫЕ И НЕЙРОСЕТЕВЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ
Месяц, год 08, 2018
Индекс УДК 681.332
DOI 10.23683/2311-3103-2018-8-250-262
Аннотация Процессы накопления, сжатия, хранения, извлечения, обработки и анализа данных традиционно рассматриваются в различных разделах теоретической информатики. Для решения прикладных задач технической реализации этих этапов работы с данными привлекаются методологически различные подходы, основанные на разнородных математических моделях данных, и, соответственно, технически различные программные и аппаратные средства. При этом оптимизация построения средств обработки данных рассматривается на каждом этапе отдельно и с использованием частных математических моделей данных. Это приводит разработчиков сложных систем обработки данных к ситуации, в которой кроме процессов собственно обработки, необходимо выполнение процессов преобразования форм представления данных для следующего этапа обработки. Такие промежуточные преобразования форматов данных требуют существенного расхода аппаратных ресурсов и времени, особенно в случае больших объемов данных (Big Data). В ряде наших работ введен, разработан и применен в новых вычислительных средствах новый математический аппарат представления и обработки данных, основанный на применении теории алгебраических систем для гранулированного (укрупненного) представления данных. Новый подход реализует идеи машины гранулированных вычислений, введенные Lotfi Zadeh. Он органично включает в себя все указанные этапы работы с данными (на единой математической и алгоритмической основе) и позволяет широко применять в задачах, связанных с хранением и обработкой данных эффективные алгоритмы линейной сложности (жадные алгоритмы). Новое математическое представление данных позволяет естественным образом сжимать данные на всех этапах обработки за счет основных свойств методологии информационной грануляции. Поскольку методы, основанные на максимально типизированных алгоритмах гранулированных вычислений (без циклов и ветвлений) эффективно реализуются на реконфигурируемых высокопроизводительных вычислительных системах, в настоящей работе предложены структурные решения для реализации эффективных алгоритмов обработки гранулированных данных в классе «быстрых алгоритмов» для построенных на реконфигурируемых средствах машин гранулированных вычислений.

Скачать в PDF

Ключевые слова Гранулированные вычисления; реконфигурируемая вычислительная система; информационная грануляция; матроид; жадный алгоритм; алгебраическая система.
Библиографический список 1. Lin T.Y., Yao Y.Y. and Zadeh L.A. (eds.). Data Mining, Rough Sets and Granular Computing.
– Physica-Verlag, Heidelberg, 2002.
2. Lin T.Y. Granular Computing: Structures, Representations, Appli¬cations and Future Directions // In: the Proc. of 9th International Conference, RSFDGrC 2003, Chongqing, China, May 2003, Lecture Notes on Artificial Intelligence LNAI 2639, Springer-Verlag, 16-24.
3. Каляев И.А., Левин И.И., Семерников Е.А., Шмойлов В.И. Реконфигурируемые мультиконвейерные вычислительные структуры. – Ростов-на-Дону: Изд.-во ЮНЦ РАН, 2009. – 344 с.
4. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic // Fuzzy Sets and Systems. – 1997. – Vol. 90. – P. 111-127.
5. Yao Y.Y. Granular computing: basic issues and possible solutions // Proceedings of the 5th Joint Conference on Information Sciences, 2000. – P. 186-189.
6. Бутенков С.А., Жуков А.Л. Информационная грануляция на основе изоморфизма алгебраических систем // Сб. трудов Международной алгебраической конференции, посвященной 80-летию со дня рождения А.И. Кострикина, Нальчик, 12-18 июля 2009 г.
– C. 206-209.
7. Butenkov S. Granular Computing in Image Processing and Understanding // In Proceedings of IASTED International Conference on Artificial Intelligence and Applications “AIA 2004”, Innsbruk, Austria, February 10-14, 2004.
8. Бутенков С.А. Методы информационной грануляции в параллельных вычислениях // Материалы 3-й Всероссийской научно-технической конференции «СКТ-2014», 29 сентября-4 октября 2014 г., Дивноморское, Геленджик. – T. 1. – C. 99-104.
9. Butenkov S., Zhukov A., Nagorov A., Krivsha N. Granular Computing Models and Methods Based on the Spatial Granulation // XII Int. Symposium «Intelligent Systems», INTELS’16, 5-7 October 2016, Moscow, Russia. Elsevier Procedia Computer Science. 103. – 2017. – P. 295-302.
10. Pedrysz W. Granular Computing – the emerging paradigm // Journal of Uncertain Systems.
– 2007. – Vol. 1, No. 1. – P. 38-61.
11. Zadeh L.A. From Computing with Numbers to Computing with Words – From Manipulation of Measurements to Manipulation of Perceptions // IEEE Transactions on Circuits and Systems. – 1999. – Vol.45. – P. 105-119.
12. Zadeh L.A. Soft computing and fuzzy logic // IEEE Software. – 1994. – Vol. 11, Nos. 1-6.
– P. 48-56.
13. Мальцев А.И. Алгебраические системы. – М.: Наука, 1970. – 392 c.
14. Krivsha N., Krivsha V., Beslaneev Z., Butenkov S. Greedy algorithms for Granular Computing Problems in Spatial Granulation Technique // XII Int. Symposium «Intelligent Systems», INTELS’16, 5-7 October 2016, Moscow, Russia. Elsevier Procedia Computer Science. – 2017. – Vol. 103. – P. 303-307.
15. Butenkov S.A. The development of Intelligent Data Analysis paradigm for the Theory of Information Granulation // Proceedings of IV International Conference “Integrated models and Soft Computing in Artificial Intellect”, Colomna, May 28-30 2007. – Vol. 1. – P. 188-194.
16. Butenkov S.A. Robust Representation and Processing for weakly structured information // In Proceedings of IEEE-sponsored International Conference on Artificial Intelligence “AIS 2004”, Divnomorskoe, Russia, September 5-10, 2004. – P. 89-91.
17. Бутенков С.А. Неметрический подход в задачах грануляции данных // Научные труды SWorld. – Вып. 4 (41). – Иваново: Научный мир, 2015. – 104 с. – Т. 2. – С. 91-99.
18. Рогозов Ю.И., Бутенков С.А., Нагоров А.Л., Бесланеев З.О. Модели данных на основе теории информационной грануляции // Труды Пятой Международной конференции «Системный анализ и информационные технологии» САИТ-2013, Красноярск, 19-25 сентября 2013 г. – Т. 2. – С. 395-398.
19. Бутенков С.А., Кривша В.В., Аль-Доуяни С.Х.С. Построение системы нечетких отношений взаимного положения на декартовых гранулах // Труды международной научно-технической конференции «Искусственные интеллектуальные системы» (IEEE AIS’06). – М.: Физматлит, 2006. – Т. 2. – С. 99-105.
20. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. – М.: ДИАЛОГ-МИФИ, 2003. – 384 с.

Comments are closed.