| Popis: |
La reducción de dimensiones es de gran interés dentro del contexto del big data. Los métodos de escalamiento multidimensional (MDS de sus siglas en ingles) son técnicas para la reducción de la dimensionalidad de los datos, mapeando estos datos desde un espacio de muchas dimensiones a otro con menos. Tales métodos consumen una gran cantidad de recursos computacionales, por lo que son objeto de una intensa investigación para optimizarlos. En este trabajo, dos versiones eficientes de SMACOF, uno de los métodos de MDS más precisos, han sido desarrolladas y evaluadas. As mismo, se han considerado tres plataformas para la evaluación de dichas versiones: dos CPUS con 64 y 12 núcleos respectivamente, y una GPU. |
