Dissertação

{en_GB=Boosting the performance of multi-objective epistasis detection} {} EVALUATED

{pt=Nos últimos anos, estudos têm demonstrado que a interação genética pode representar um papel fundamental no aparecimento de doenc¸as que afetam o ser humano. Tem sido desenvolvido um número cada vez maior de abordagens para detetar estas interações, mas devido à complexidade de certas doenças, é necessário estudar graus de interação genética cada vez maiores. Devido à dimensão do espaço de procura, são necessárias abordagens rápidas e eficientes para detectar interações de alta ordem. Para abordar este problema, esta Tese propõe melhorias para o algoritmo genético multi-objetivo, NSGA-II, e apresenta dois designs de paralelização do algorítmo proposto. As melhorias apresentadas foram testadas ate 10 ordens de interação, em três problemas diferentes, num sistema multiprocessador Intel Xeon Gold multicore. Foram atingidas melhorias significativas para todas as ordens de interação, chegando as mesmas a ser de até 196×. Foi obtida ótima escalabilidade, num dos designs propostos, para ordens de interação altas. No geral, foi atingido um speedup combinado, sobre o trabalho base, de mais de 2000×., en=In recent years, studies have shown that genetic interaction can play a major role in the occurrence of diseases that affect human beings. An increasing number of approaches to detect these interactions have been developed, but due to the complexity of certain diseases, higher orders of genetic interaction need to be studied. Due to the size of the search space, fast and efficient approaches are necessary to identify high-order interactions. To tackle this problem, this Thesis proposes improvements over the multi-objective genetic algorithm, NSGA-II, and presents two parallelization designs of the proposed algorithm. Interaction orders up to 10 were tested, with three different problem instances, on an Intel Xeon Gold multicore multiprocessor system. Great improvements over all interaction orders was achieved, reaching up to 196×. In the parallel designs, great scalability was obtained in higher interaction orders in one of the approaches. Overall a combined speedup, over the base work, of more than 2000× was achieved. }
{pt=Epistasia, SNP deteção, Paralelismo, Algoritmo Genético, en=Epistasis detection, Parallelism, SNP detection, Genetic Algorithm}

Junho 26, 2019, 16:0

Orientação

ORIENTADOR

Leonel Augusto Pires Seabra de Sousa

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático

ORIENTADOR

Aleksandar Ilic

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar