Artículo en GECCO 2011

Articulo publicado en GECCO 2011 por Glen Rodriguez y Javier Solano
"Empirical Study of Surrogate Models for Black Box
Optimizations obtained using Symbolic Regression via
Genetic Programming" 
Autores: DSc Glen Rodríguez y DSc Carlos Javier Solano Salinas
Se puede ver en gecco2011.pdf

Reconocimiento de patrones en tiempo real mediante transformada de Wavelet y computación paralela

Este proyecto trata sobre la detección de rostros en tiempo real, usando un ordenador, y de manera autónoma. Utilizamos una base de datos con muchas imágenes de cada individuo a reconocerse. La 1ra fase es utilizar un un detector de piel basado en la compresión de imágenes mediante transformada de wavelet-Daubechies, para obtener sus bajas frecuencias de intensidad de color de piel, para así evaluarlas con un RN( red neuronal) perceptrón y poder detectar la piel humana, y así obtenr nuestra región de interés para analizar. Finalmente se usa una RN tipo Konohen para relacionar los datos de entrada con nuestra base de datos.

Para implementar la transformada de wavelet-Daubechies en tiempo real se utiliza un paradigma de programación paralela (GPGPU General Purpose Graphic Processing Unit).
Este trabajo se presentó en el INTERCON 2010. Los autores son: Pablo Crovetto, Daniel Palomino, Santiago Cortijo y el asesor fue el Dr. C. Javier Solano S. Pueden ver el artículo en Reconocimiento de patrones faciales en tiempo real mediante transformada de wavelet y computacion paralela.pdf

Análisis de modo de caminar de una persona en tiempo real utilizando un algoritmo de esqueletización

Mediante una imagen (video) en tiempo real se detecta una persona de perfil y, usando un ordenador, el objetivo es afirmar autónomamente si está caminando, corriendo o cojeando. Se usan los procedimientos de «Foreground detection», eliminiación de ruido, y esqueletiación.

Este trabajo se presentó en el INTERCON 2010. Los autores son: Pablo Crovetto, Daniel Palomino, Santiago Cortijo y el asesor fue el Dr. C. Javier Solano S.
Pueden ver el artículo en Gait_Analysis_2da_fase.pdf

Programacion Paralela

¿ Por que estudiar el paralelismo ?

Considera tu aplicacion favorita :

 

Un procesador puede darte los resultados en N horas , entonces

¿Porque no usar N procesadores?

Para asi reducir el tiempo de procesamiento en solo 1 hora (Teoricamente) .

La idea es simple :

Paralelismo = Usar multiples procesadores para una tarea

 

La computacion paralela es el uso de multiples computadores (o procesadores) trabajando juntos en una tarea comun..Cada procesador  trabaja en su porcion del trabajo,  ademas a los procesadores se les permite cambiar informacion con otros procesadores. Esto es en esencia la computacion paralela .

La computacion paralela nace de tres factores limitantes  :

• Limitaciones inherentes de una sola CPU :
  • Memoria disponible.
  • Performance.

• La computacion paralela permite :
  • Resolver problemas que no caben en una sola CPU.
  • Resolver problema que no pueden ser resueltos en un tiempo rasonable.
• Podemos correr :
  • Grandes problemas con rapidez y analizar mas casos .
  • Simulaciones a resoluciones mas finas .
  • Simulaciones fisicas mas realistas

Veamos esto con un par de ejemplos : Pronostico del Tiempo

La atmosfera puede ser modelada en regiones de  3 dimenciones (o celdas) , un aproximado de 500 x 10**6 cells. Los calculos en cada celda son repetidos varias veces por un modelo que depende del tiempo. Alrededor de 200 operaciones puntos flotante por celda en una unidad de tiempo , haciendo un total (aproximado)  de 10**11 operaciones punto flotante por unidad de tiempo.

Haciendo unas pocas operaciones a mano  :

10 dias de prediccion con 10 minutos de resolucion => 1.5×10**14 flops

100 Mega Flops tomarian cerca de 17 dias

1.7 Tera Flops tomarian 2 minutos

NUMERICAL WEATHER PREDICTION – http://www.wrh.noaa.gov/wrh/NWP.php

Atmospheric Sciences (University of Illinoius,  Urbana-Champaign) – http://www.atmos.illinois.edu

Como segundo ejemplo : Modelando el movimiento de cuerpos astronomicos

Metodo de Fuerza Bruta . Cada cuerpo es atraido por la fuerza gravitacional de los otros cuerpos.  El movimiento de cada cuerpo se puede predecir mediante el calculo de la fuerza total experimentada por este cuerpo . Para N cuerpos ,  cada cuerpo experimenta la fuerza de N-1 cuerpos haciendo N**2 operaciones en cada intervalo de tiempo .

Una galaxia tiene 10**11 estrellas => Esto se traduce en 10**9 años para una  iteracion

Podemos ver los tipos de paralelismo desde dos perspectivas distintas :

• Paralelismo de los datos
  • Cada procesador realiza la misma tarea en datos diferentes
• Paralelismos de las tareas
  • Cada procesador realiza una tarea diferente .

Mucho algoritmos paralelizados permiten asignar tareas diferentes a procesadores diferentes, por jemplo partes de un conjunto de datos de entrada puede ser dividida y procesada por diferentes procesadores , o una malla de diferencias finitas puede ser dividida entre los procesadores que se encuentres disponibles .

Esto genera una necesidad de mas tecnicas para implementar los programas paralelos , una solucion a esto es el estandar de facto : MPI .

Euler Deconvolution of potential field magnetometer and its use in delineation of regional faults with data from northern Peru

Este trabajo trata sobre analisis de mapas geomagneticos para delineacion de fallas geologicas regionales, usando el metodo de deconvolucion de Euler.

Autores: Lic. Edgar Borda y DSc Carlos Javier Solano Salinas

La conferencia se dió en el evento AGSE 2010. Ver video http://blip.tv/applied-geoinformatics/agse-2010-c-javier-solano-s-euler-deconvolution-of-potential-field-magnetometer-and-its-use-in-delineation-of-regional-faults-with-data-from-northern-peru-4059431

El articulo ya fue publicado en los Proceedings del evento internacional Applied Geoinformatics for Society and Enviroment – AGSE 2010, del 3 al 6 de Agosto de 2010 en Arequipa.

Ver AGSE 2010 http://www.applied-geoinformatics.org/index.php/agse/agse2010/index

Ver el articulo: EulerDeconvolution-AGSE2010-v4.pdf

Clases MPICH2 – Profesor : Glen Rodriguez