Обчислювальні аспекти аналізу даних на основі карт Кохонена

Abstract

Тенденції останнього десятиліття розвитку архітектури центральних обчислювальних процесорів чітко вказують на використання багатоядерного підходу зі збільшенням кількості процесорів кожні вісімнадцять місяців відповідно до закону Мура. Зміщення від архітектури швидких одноядерних до повільніших багатоядерних процесорів ставить питання про масштабовність великого класу обчислювальних алгоритмів, зокрема алгоритмів аналізу даних. Висвітлено результати дослідження з використання сучасних парадигм паралелізації у програмуванні з метою масштабування процесів аналізу даних на основі карт Кохонена. The trends of the past decade in architecture of the central processing unit show a clear direction towards multi-core processors with the number of cores increasing every eighteen months according to the Moore’s law. The shift from fast single-core to slower multi-core CPUs poses a question of scalability for a vast class of computational algorithms including algorithm used for data analysis. This paper presents the research result of using state of the art parallelisation programming paradigms to scale data analysis processes based on Self- Organising Maps.