Alunos são premiados por novo algoritmo de aprendizado de máquina

Estudantes de Sistemas de Informação da EACH receberam o prêmio de Melhor Artigo de Iniciação Científica durante o 17º WSCAD

Por - Editorias: Universidade
Share on Facebook0Share on Google+0Tweet about this on TwitterShare on LinkedIn0Print this pageEmail

O trabalho de iniciação científica desenvolvido pelos alunos Carlos Alexandre Tomigawa Aguni e Alex Eiji Kawahira, do curso de Sistemas de Informação da Escola de Artes, Ciências e Humanidades (EACH) da USP, orientados pelo professor Daniel Cordeiro, recebeu o prêmio de Melhor Artigo de Iniciação Científica durante o 17º Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD), realizado no início do mês, em Aracaju, Sergipe.

20161024_EACH_premio
Da esq. para a dir.: Carlos Aguni, professor Cordeiro e Alex Eiji – Foto: Divulgação

O evento tem como objetivo apresentar os principais desenvolvimentos, aplicações e tendências nas áreas de arquitetura de computadores, processamento de alto desempenho e sistemas distribuídos.

Intitulado Análise de Desempenho e Paralelização de Algoritmos para Redes Neurais Profundas, o trabalho apresenta uma nova abordagem paralela para um algoritmo de retropropagação em redes neurais artificiais. O desempenho do algoritmo foi analisado em duas arquiteturas de computadores many core modernas: Intel Xeon Phi e uma Nvidia Tesla (unidades de processamento gráfico de propósito geral).

Redes neurais são um tema estudado por pesquisadores da área de inteligência artificial e que tem atraído cada vez mais o interesse da indústria por conta de casos recentes de sucesso, como o projeto Deep Dream do Google, o reconhecimento de faces do Facebook ou a plataforma de Computação Cognitiva Watson, da IBM.

Algoritmos para redes neurais profundas são o coração dos métodos de aprendizado de máquina mais modernos. Eles permitem não apenas a análise de grandes quantidades de dados, mas também a identificação de novas relações entre dados e criação de novo conhecimento a partir da informação já conhecida. Pode-se dizer que é um programa de computador capaz de aprender quando exposto a nova informação.

Os resultados desse trabalho permitirão acelerar a execução desses algoritmos em plataformas many core. O artigo premiado mostra como executar esses algoritmos até dez vezes mais rápido do que seria possível utilizando-se um único processador quando a arquitetura Intel Xeon Phi é utilizada e até cinco vezes mais rápido quando uma GPU é utilizada.

Da Assessoria de Imprensa da EACH
Com informações do curso de Sistemas de Informação

Share on Facebook0Share on Google+0Tweet about this on TwitterShare on LinkedIn0Print this pageEmail

Textos relacionados