GPU-beschleunigte Time Warping-Distanzen
dc.contributor.author | Bachmann, Jörg P. | |
dc.contributor.author | Trogant, Kevin M. | |
dc.contributor.author | Freytag, Johann-C. | |
dc.date.accessioned | 2020-08-25T09:05:21Z | |
dc.date.available | 2020-08-25T09:05:21Z | |
dc.date.issued | 2020 | |
dc.description.abstract | Immer mehr Algorithmen konnten durch Implementierung auf GPUs um mehrere Größenordnungen beschleunigt werden. Insbesondere existieren hochparallele Implementierungen des im Bereich der Zeitreihenanalyse weit verbreiteten Algorithmus’ Dynamic Time Warping (DTW). Dieser Algorithmus berechnet einen Ähnlichkeitswert zweier Zeitreihen (z. B. Temperaturverläufe) unter Berücksichtigung zeitlicher Variationen wie z. B. zeitliche Verschiebungen. Leider können die existierenden GPU-Implementierungen von DTW nicht beliebige zeitliche Variationen berücksichtigen. In dieser Arbeit stellen wir Implementierungen für GPUs vor, die dieser Einschränkung nicht unterliegen. In unserer Evaluierung zeigen wir, dass sie einen Geschwindigkeitsvorteil von ca. zwei Größenordnungen gegenüber einer CPU-Implementierung erreichen. | de |
dc.identifier.pissn | 0177-0454 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/33866 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V., Fachgruppe PARS | |
dc.relation.ispartof | PARS-Mitteilungen: Vol. 35, Nr. 1 | |
dc.title | GPU-beschleunigte Time Warping-Distanzen | de |
dc.type | Text/Journal Article | |
gi.citation.endPage | 72 | |
gi.citation.publisherPlace | Berlin | |
gi.citation.startPage | 63 |
Dateien
Originalbündel
1 - 1 von 1