Αξιολόγησης της απόδοσης και της κατανάλωσης ενεργειας μίας εφαρμογής ανάλυσης Ηλεκτροκαρδιογραφήματος στη Myriad 2

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Αξιολόγησης της απόδοσης και της κατανάλωσης ενεργειας μίας εφαρμογής ανάλυσης Ηλεκτροκαρδιογραφήματος στη Myriad 2 (EL)

Karavalakis, Nikolaos (EL)
Καραβαλάκης, Νικόλαος (EN)

ntua (EL)
Γκούμας, Γεώργιος (EL)
Σούντρης, Δημήτριος (EL)
Πεσκμεντζή, Κιαμάλ (EL)

bachelorThesis

2017-07-03
2017-09-05
2017-09-05T07:40:03Z


Ένα από τα πιο σημαντικά και βασικά βιολογικά σήματα είναι το Ηλεκτροκαρδιογράφημα (ΗΚΓ). H ανάγκη για συνεχή παρακολούθηση και έγκαιρη διάγνωση της κατάστασης της καρδιάς έχει αυξήσει τις απαιτήσεις για επιτάχυνση και μειωμένη κατανάλωση ισχύος στην Ροή Ανάλυσης Ηλεκτροκαρδιογραφήματος. Εξαιτίας της πολυπλοκότητας για την ανάκτηση στοίχειων για την κατάσταση της καρδιάς, καθώς και η πρόβλεψη τους, οι τεχνικές μηχανικής μάθησης έχουν καταστεί κυρίαρχες στο πεδίο της ανάλυσης Ηλεκτροκαρδιογραφήματος. Οι ταξινομητές διανυσμάτων υποστήριξης είναι ο πιο αποτελεσματικός τρόπος για την ασφαλή πρόβλεψη της κατάστασης της καρδιάς. Βασιζόμενοι σε πολλαπλές υπολογιστικές διαδικασίες, οι ταξινομητές αυτή οδηγούν σε πολύ υψηλό χρόνο εκτέλεσης, καθώς και υψηλή κατανάλωση ενέργειας. Για το λόγο αυτό, ο σκοπός αυτής της διπλωματικής είναι η υλοποίηση και βελτιστοποίηση του αλγορίθμου ανάλυσης ΗΚΓ από την άποψη του χρόνου και της κατανάλωσης ισχύος. Δουλεύοντας προς αυτή την κατεύθυνση, επιταχύναμε το φίλτρο, καθώς και τον ταξινομητή διανυσμάτων υποστήριξης, το πρώτο και το τελευταίο κομμάτι του αλγορίθμου αντίστοιχα, καθώς ήταν τα δύο πιο απαιτητικά κομμάτια του κώδικα. Στην διπλωματική αυτή, η Ροή Ανάλυσης ΗΚΓ υλοποιήθηκε σε ένα πολυπύρηνο επεξεργαστή, πολύ χαμηλής κατανάλωσης το Myriad 2 της Movidius, ο οποίος έχει σχεδιαστεί για πολύ υπολογιστικές διαδικασίες για φορητές, φορετές και ενσωματωμένες συσκευές. Αρχικά, το φίλτρο και ο ταξινομητής τροποποιήθηκαν, έτσι ώστε να χρησιμοποιήσουμε τα μικρο-αρχιτεκτονικά χαρακτηριστικά και την ιεραρχία μνήμης της Myriad 2. Στην συνέχεια, τα υπολογιστικά μέρη τα περάσαμε στους υποπυρήνες της Myriad 2, όπου εκεί εκτελούνται παράλληλα για καλύτερη απόδοση. Τελικά, η υλοποίηση μας δείχνει ότι η Myriad 2 μπορεί να πετύχει μέχρι και 97% και 99% κέρδος σε χρόνο συγκριτικά με τους αρχικούς χρόνους του φίλτρου και του ταξινομητή, αντίστοιχα, ενώ ταυτόχρονα έχουμε πολύ σημαντικά κέρδη σε κατανάλωση ενέργειας. (EL)


Συστήματα πραγματικού χρόνου (EL)
Ανάλυση Ηλεκτροκαρδιογραφήματος (EL)
Πολυπύρηνοι Επεξεργαστές (EL)
Ιατρικά Ενσωματωμένα Συστήματα (EL)
Τεχνικές Μηχανικής Μάθησης (EL)
Multicore systems (EN)
Code Vectorization (EN)
Medical embedded systems (EN)
ECG analysis (EN)
Machine Learning (EN)

Ελληνική γλώσσα
Αγγλική γλώσσα

Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI (EL)

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
http://creativecommons.org/licenses/by-nc-nd/3.0/gr/




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.