Tema de Tesis: Clasificación de imágenes satelitales a través de redes neuronales en forma paralela
Autor: Roberto Cueva
Codirector: Ing. Susana Arias
Asesor: Ing. Héctor Gómez
Equipo de apoyo: SIG Sistemas de Información Geográfica – Grupo de Arquitectura de Computadores
ESCUELA DE CIENCIAS DE LA COMPUTACIÓN
PROBLEMA: Los tiempos de respuesta de la clasificación de una imágen satelital en forma secuencial ha sido un problema que presenta el equipo de SIG – UTPL, debido a que estos han sido relativamente altos ya que los recursos computacionales tales como Memoria, Procesador no han sido suficientes.
SOLUCIÓN: Distribuir la carga de trabajo entre varios computadores de tal forma que se arme un cluster que permita realizar la clasificación de forma paralela. Para ello se ha utilizado las siguientes herramientas y tecnologías:
1. MPI (Interfaz de Paso de mensajes) especificamente PureMPI.net
2. WCF (Windows Communication Foundation)
3. AFORGE.net (Librería gratuita para desarrollo)
4. Visual Studio.net
5. Conjunto de datos de entrenamiento obtenido de la página de WEKA (Entorno de clasificación de datos)
6. Cluster formado entre un servidor Pentium 2 Duo Core de 2GHz y dos clientes Pentium IV de 3GHz
DESARROLLO:
Primeramente se entreno la red neuronal en forma secuencial.
Esta red se la instaló en los tres nodos.
Se desarrollo la aplicación en C# usando la librería MPI.net, para distribuir la carga. En donde el servidor lee el archivo de entrada de acuerdo al número de procesadores que se tiene y cada nodo trabaja independientemente y realiza la clasificación de cada subconjunto de datos.
Finalizada la clasificación de los subconjuntos, los clientes se encargan de enviar una tabla de resultados al servidor. El nodo servidor se encarga de recibir estos resultados, sumarlos y presentarlos.
El resultado indica la cantidad de pixeles asociados a una clase de la red neuronal, que determina cuanto porcentaje de agua, vegetación, suelo, pastizales, construcciones urbanas existe en la imagen analizada.
Para ejemplificar se hizo la siguiente corrida:
Imagen satelital en formato csv de 4 bandas.
|
# Nodos |
# Filas |
Tamaño |
Tiempo Paralelo |
Tiempo Secuencial |
Tasa |
Min. |
Ganancia |
|
|
3 |
1024000 |
151 Mb |
5:26.95 |
9:33.25 |
1.78 |
Ahorro en tiempo: 50% |
5 |
50% |
|
3 |
2048000 |
303 Mb |
17:52.20 |
1:26:59.81 |
4.8 |
Ahorro en tiempo: 21% |
68 |
79% |
|
3 |
2048000 |
303 Mb |
13:30.04 |
32:52.04 |
2.5 |
Ahorro en tiempo: 42.42% |
20 |
60.60% |
Conclusión:
Archivado bajo: Inteligencia Computacional
