Publicação: Uma abordagem baseada na simulação de redes de petri coloridas para avaliar o speedup de uma rede neural artificial
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO::MODELOS ANALITICOS E DE SIMULACAO, CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Dentre as várias abordagens consagradas para análise de desempenho de algoritmos em termos de tempo de execução, destacam-se a análise assintótica, as técnicas de recorrências e a análise probabilística. Entretanto, há algoritmos que apresentam certas peculiaridades que tornam o uso dessas técnicas puramente matemáticas de avaliação de desempenho inadequadas ou excessivamente árduas. É o caso dos algoritmos distribuídos em que, dependendo da complexidade da política de distribuição utilizada, a avaliação por meio de métodos analíticos do efeito de um gradual incremento de processadores no seu tempo de execução pode tornar-se impraticável. Diante disso, este projeto propõe uma abordagem visual e formal, baseada em simulações automáticas de modelos de Redes de Petri Coloridas Hierárquicas no ambiente gráfico Colored Petri Nets Tools, para avaliar o tempo de execução de algoritmos distribuídos usados em Inteligência Artificial. A abordagem proposta será validada por meio de cálculo dos seguintes parâmetros associados aos algoritmos usados como estudo de caso: o tempo de execução e o speedup, que é a relação entre o tempo gasto para executar um algoritmo com um único processador e o tempo gasto para executar o mesmo algoritmo com um número N de processadores.
Abstract
Palavras-chave
Redes de petri coloridas, CPN tools, Redes neurais artificiais, Speedup, Simulação
Citação
GAMA, Matheus Dias. Uma abordagem baseada na simulação de redes de petri coloridas para avaliar o speedup de uma rede neural artificial. 2021. 51 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2021
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto