Dissertação

Parallel Genetic Algorithms for Financial Pattern Discovery using GPUs EVALUATED

Algoritmos de reconhecimento ou correspondência de padrões processam elevadas quantidades de informação que podem ser imagens no caso de reconhecimento ou séries temporais para a correspondência de padrões. Para obter resultados precisos, estes algoritmos são treinados utilizando técnicas de aprendizagens automática como Redes Neuronais (RN) ou Algoritmos Genéticos (AG) que necessitam de longos períodos de tempo e poder computacional para completar o treino. Em sistemas computacionais tradicionais, a Unidade de Processamento Central (CPU) era a unidade responsável pelo processamento de informação contudo estes foram desenhados com uma arquitectura genérica para o uso comum. Com o passar dos anos, outra arquitectura emergiu como uma alternativa ao CPU em termos de sistema computacional. A GPU ou Unidade de Processamento Gráfico é uma unidade altamente paralela desenvolvida para executar a mesma instrução mas com diferentes dados, ideal para o treino de RNs e AGs. Esta Tese apresenta um estudo sobre o SAX/GA, um algoritmo para a optimização de estratégias de troca de acções, de forma a compreender como é que a implementação sequencial do SAX/GA e os esses operadores genéticos trabalham para optimizar as soluções possíveis. Este estudo é depois utilizado como base para o desenvolvimento de técnicas de paralelização capazes de explorar as regiões onde o funcionamento em paralelo é possível tal como a paralelização da transformação de sequências de representação Symbolic Aggregate Approximation (SAX) a uma versão completa do SAX/AG na GPU. As soluções implementadas conseguiram acelerar a solução sequencial do SAX/GA no minímo em aproximadamente 30x com máximos de 200x.
Algoritmos Genéticos Paralelos, Análise Técnica, Computação Financeira, Reconhecimento de padrões gráficos, Unidades de Processamento Gráfico, CUDA

Novembro 22, 2016, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar