Реалізація паралельних алгоритмів кластеризації даних на мовах Python та С++

Abstract

Кваліфікаційна робота присвячена дослідженню алгоритмів кластеризації даних (K-mean, C-means, DBSCAN) з подальшою їх програмною реалізацією та оцінкою якості роботи із проведенням порівняльного аналізу приросту швидкості. У першому розділі викладено основні визначення кластерного аналізу, наведено дві технології для використання паралельних обчислень (OpenMP та CUDA). У другому розділі виконано докладний аналіз та здійснена реалізація паралельних алгоритмів кластеризації на мовах Python i C++. Проведені вимірювання часу роботи алгоритмів із оцінкою якості. У третьому розділі проведено порівняльний аналіз приросту швидкості, зроблено висновки про отримані результати. Експериментально показано, що використання технологій організації паралельних обчислень значно прискорює роботу програмного коду. У четвертому розділі розглянуто питання безпеки життєдіяльності і основ охорони праці.

The Thesis deals with the study of data clustering algorithms (K-mean, C-means, DBSCAN) with their subsequent software implementation and quality assessment of work with a comparative analysis of the speed increase. The first section presents the basic definitions of cluster analysis, two technologies for using parallel computing (OpenMP and CUDA) are presented. The second section provides a detailed analysis and implementation of parallel clustering algorithms in Python and C++. The running time of the algorithms is measured with a quality assessment. The third section provides a comparative analysis of the speed increase, and conclusions are drawn on the results obtained. It is experimentally shown that the use of parallel computing technologies significantly speeds up the work of the program code. The fourth section considers the issues of life safety and the basics of labor protection.