La parallélisation dans les algorithmes de clustering traditionnels

Le clustering est l'un des moyens de classer et de séparer les données en clusters ou groupes basés sur la similarité entre eux. Mais ce processus peut prendre beaucoup de temps. L'objectif est de réduire le temps de calcul et de maintenir la performance de l'algorithme. Pour y parvenir, nous parallélisons l'algorithme de façon à ce que plusieurs segments indépendants puissent s'exécuter simultanément et ainsi réduire le temps d'exécution tout en conservant les mêmes performances.

Autorentext

O Dr Balamurugan Rengeswaran recebeu o seu B.E. em Ciências da Computação e Engenharia em 2010 pelo Colégio Governamental de Engenharia, Salem e o seu M.E. em Ciências da Computação e Engenharia em 2012 pelo Instituto de Tecnologia Bannari Amman, Sathyamangalam. Concluiu o seu doutoramento em Engenharia da Informação e da Comunicação em 2016.

Klappentext

Le clustering est l'un des moyens de classer et de séparer les données en clusters ou groupes basés sur la similarité entre eux. Mais ce processus peut prendre beaucoup de temps. L'objectif est de réduire le temps de calcul et de maintenir la performance de l'algorithme. Pour y parvenir, nous parallélisons l'algorithme de façon à ce que plusieurs segments indépendants puissent s'exécuter simultanément et ainsi réduire le temps d'exécution tout en conservant les mêmes performances.