Search

Balıkesir Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Optimizasyon, bir problemin olası tüm çözümleri arasında en iyi çözümün bulunmasıdır. Ancak bazı problemlerin çözümleri kabul edilebilir süreler içerisinde bulunamayabilir. Son yıllarda yaygın olarak kullanılan metasezgisel algoritmalar, problemlerin geçerli bir süre içerisinde iyi bir çözüme ulaşmasını hedeflemektedir. Problemlerin zorlaşması veyaboyutlarının büyümesi, başarılı bir çözüm için ihtiyaç duyulan süreyi arttırmaktadır. Başarılı çözümlere daha hızlı ulaşma isteği CUDA’dan faydalanma fikrini ortaya çıkarmıştır. Bu çalışmada parçacık sürü optimizasyon algoritması, CPU, CUDA ve CPU-CUDA hibrit yapıda olmak üzere üç farklı şekilde uygulanmıştır. CPU’da seri programlama, CUDA ve CPU-CUDA hibrit yöntemde paralel programlama uygulanarak 64 ve 128 boyutlu 18 farklı test fonksiyonu çözülmüştür. Farklı iterasyon sayıları için elde edilen en iyi, en kötü, ortalama, standart sapma sonuçları ve çalışma süreleri verilmiştir. Her bir durum için CUDA ve CPU-CUDA yöntemlerinin hızlanma değerleri hesaplanmıştır. CUDA yönteminde en yüksek hızlanma 9,120834 ve en düşük ise 1,927629 olarak bulunmuştur. CPU-CUDA hibrit yöntemde ise en yüksek 7,136033 ve en düşük 1,046644 hızlanma değeri elde edilmiştir. Ortalama hızlanma sonuçlarına göre CUDA, CPU-CUDA hibrit yönteme göre problem boyutu 64 olduğunda yaklaşık 2 kat, 128 olduğunda ise yaklaşık 1,5 kat daha hızlı çalışmıştır., Optimization is the finding of the best solution among all possible solutions to a problem. However, the solutions to some problems may not be found within acceptable time limits. Metaheuristic algorithms, which have been widely used in recent years, aim to reach good solutions for the problems within a reasonable time. The difficulty or size of the problems increases the time needed for a successful solution. The desire to reach successful solutions faster has led to the idea of utilizing CUDA. In this study, the particle swarm optimization algorithm is applied in three different ways: CPU, CUDA and CPU-CUDA hybrid structure. By applying serial programming in CPU, parallel programming in CUDA and CPU-CUDA hybrid method, 18 different test functions with 64 and 128 dimensions are solved. The best, worst, mean, standard deviation results and run times, which we obtain, are given for different iteration numbers. The speedup values of CUDA and CPU-CUDA methods are calculated for each case. In the CUDA method, the highest and lowest speedup values are found as 9.120834 and 1.927629, respectively. In the CPU-CUDA hybrid method, those values are obtained as 7,136033 and 1,046644, respectively. Comparing CUDA with the CPU-CUDA hybrid method in terms of their average speedup results, CUDA runs approximately 2 times faster when the problem size is 64 and 1.5 times faster when it is 128.

Bu çalışmada çok çekirdekli işlemcilerin performansını gözlemlemek amacıyla Hibrit RSA+AES şifreleme ve şifre çözme algoritmaları OpenMP kütüphanesi kullanılarak paralelleştirilmiştir. Çok çekirdekli işlemciler, her biri işlem birimi, kayıtçılar ve bir ön bellek içeren birden fazla çekirdek olarak isimlendirilen birimin bir araya getirilmesi ile oluşturulmuştur. Ek olarak; saldırıların yoğun olduğu İnternet ortamında mevcut kriptoloji algoritmaları tek başlarına kullanıldıklarında yetersiz kalmaktadırlar. Bu nedenle güvenliği arttırmak amacıyla RSA ve AES kriptografik algoritmalar birleştirilerek melez bir algoritma oluşturulmuştur. Deney sonuçları yüksek veri ve işlem yükü altında çok çekirdekli işlemcilerin beklendiği düzeyde performans artışı sağlayamadığını göstermektedir. İşlemci yükü arttığında seri işletim moduna dönülmektedir. Bu bildiride bulgularımız sayısal sonuçlarla ispatlanmakta ve yorumlanmaktadır. Çok çekirdekli işlemciler üzerinde yazılım geliştirirken bellek kullanımına da özen gösterilmesi gerektiğinin vurgulanmasında yarar görüyoruz., In this study, to observe the performance of multicore processors, we parallelized Hybrid RSA+AES encryption and decryption algorithms with OpenMP library and made comments on the obtained results. Multi-core processors are created by combining multiple units, each called the core, containing the processing unit, registers and a cache. In addition; existing cryptology algorithms become insufficient when they used alone in the computer networks where attacks are intense. Experimental results show that under heavy data and work load, multicore processors cannot achieve expected performance increases. Under heavy load, the processor turns into the serial mode. In this paper, our findings are presented and justified with numerical results. When developing software on multi-core processors, we find it useful to emphasize that memory usage should also be taken into account.

Bir doğrusal olmayan optimizasyon probleminin çözümünde evrensel minimumu bulmaya yönelik yöntemlerden biri olan Benzetimli Tavlama (SA), deneme yanılma yoluyla rastlantısal olarak en iyi sonuca ulaştıran bir optimizasyon algoritmasıdır. Bu yöntemde metallerin tavlanması yani metallerin ısıtılması ve kontrollü bir şekilde soğutularak metal atomlarının en iyi düzene geçmesi örnek alınmıştır. Günümüzde bilgisayarlarımızdan mobil cihazlarımıza kadar çoğu işlemci içeren cihazda birden fazla işlemci veya aynı işlemci içinde birden fazla çekirdek kullanılmaktadır. Akademik hesaplamalarda uzun zamandır kullanılan paralelleştirme konusu, son kullanıcıya kadar yaygınlaşan çok işlemcili cihazların kullanılması ile günümüzde üzerinde daha durulması gereken bir konu olmuştur. SA algoritmasının optimal paralelizasyonunu yapılan bu çalışmada .NET Framework u kullanarak hem seri hem de paralel olarak ortaya çıkan süreler üzerinden değerlendirmeler yapılmıştır. Simulated Annealing, which is one of the methods to find the global minimum in the solution of a nonlinear optimization problem, is an optimization algorithm which leads us to a solution by trial and error. In this method, the annealing of the metals, that is, the heating of the metals and the controlled cooling of the metal atoms in order to get the best order. Nowadays, more than one processor is used in multiple processors or same processors in our device which includes many processors from our computers to mobile devices. The use of multi-processors, which have become widespread for ordinary users, has also become widespread in the academic environment. In this study, which performed the optimal parallelization of SA algorithm, evaluations were made on both the serial and parallel time periods using .NET Framework.

Quadratic assignment problem (QAP) is one of the most difficult combinatorial optimization problems in the NP-hard class. Due to the difficulty of the problem, many researchers have been studying this type of assignment problem. In this work simulated annealing method is parallelized on MATLAB platform and is used to solve 36 problems from QAPLIB which is a well-known QAP library. The performance of different parallelization methods is compared for the problems used. As a result, when compared with the serial simulated annealing method, it is seen that the parallel methods give faster results when the appropriate parameters are used.

Başta görüntü işleme/iyileştirme ve robotik olmaküzere, ekonometri, inşaat mühendisliği, kuantum fiziği gibi birçok alandahesaplama işlemlerinde yaygın olarak kullanılan matris işlemleri üzerine cachebellek kullanım optimizasyonu yapılarak hesaplama sürelerinin değişimiincelenmiştir. Çalışmada, bilinen matris çarpma işlemi yerine kullanılan farklıalgoritmalarla zamanda ve mekanda yerellik prensiplerinden yararlanılarakhesaplama performansı 14 kat daha hızlı hale getirilmiştir. Bilgisayarperformansında çok önemli yeri olan ön belleğin etkisinin önemi saptanmayaçalışılmıştır. Ön bellek kullanım optimizasyon yöntemleri ile önemli ölçüdeişlem süreleri kısaltılmış ayrıca ön bellek ve diğer işlem birimlerinin dahafazla kullanılmasının önüne geçilerek sistemin ömrünün uzatılmasıhedeflenmiştir. Cache optimizasyonunun ardından paralel programlama tekniklerikullanılarak yoğun matris işlemlerinin hesaplama sürelerinin kısaltılmasıamaçlanmıştır. Böylece hem ön bellek daha etkin kullanıldı hem de uygun veriparalelliği kullanılarak mümkün olabilecek en verimli hesaplama işlemleriningerçekleştirilmesi sağlanmaya çalışıldı. Cache optimizasyonu ardından yapılan 5bilgisayarlı paralel programlama tekniği sayesinde hesaplama işlemi genelolarak kullanılan tekniğe göre yaklaşık 59 kat daha hızlı hale getirildi.Paralel programlama ile yapılan hesaplama işlemlerinde farklı sayıdabilgisayarlara göre Speedup değerleri hesaplandı. Ayrıca matris işlemleri içinbilgisayarla yapılan hızlı hesaplama yöntemlerinin yanında hesaplamaişlemlerine negatif etki gösteren algoritmalar üzerinde de durulmuştur., Optimization of cache on the matrix operations according to calculation times, which are commonly used in many field such as image processing, robotics, econometrics, civil engineering and quantum physics were investigated. The calculation performance is made 14 times faster than using the different algorithms instead of the known matrix multiplication, by using the temporal and spatial locality principles in the study. Effect of the cache which is very important for computer performance, has been tried to detect. Processing times have significantly shortened thanks to cache utilization optimization methods, also it has been aimed that extending the lifetime of the system by preventing use the cache and other processing units more. After cache optimization, it has been aimed to shorten the computation times of intensive matrix operations using parallel programming techniques. Thus, both the cache was used more efficiently and the most effective computations were tried to be performed using the appropriate data parallelism. Thanks to parallel programming techniques applied with 5 computers after cache optimization, the calculation process is made 59 times faster than the commonly used technique. Speedup values are calculated according to the different number of computers in the calculations made by parallel programming. In addition to computer-based fast computation methods for matrix operations, also we have focused on algorithms that have a negative effect on computation.

Son zamanlarda GPU'ların büyük gelişme göstermesi ile birlikte CPU'ların yardımcı işlemcisi olarak farklı alanlarda da kullanılmaya başlamıştır. Özellikle, NVIDIA'nın CUDA paralel programlama platformunu geliştiricilere sunmasıyla birlikte GPU kullanımı görüntü işleme gibi büyük hesaplama gerektiren uygulamaların paralelleştirilmesinde büyük kolaylıklar sağlamıştır. Bu tez kapsamında da NVIDIA CUDA kullanımı ile GPU üzerinde paralel programlama geliştirme incelenmiş ve görüntü işleme uygulamalarının en çok kullanılan yöntemlerinden histogram hesaplama ve eşitleme algoritmaları CUDA programlama yardımı ile paralelleştirilerek algoritmaların seri ve paralel versiyonları iki farklı CPU ve GPU üzerinde çalıştırılmış, performans karşılaştırmaları yapılmıştır., Recently, GPUs show great improvements and they are being used in different areas as a CPU coprocessor. Especially, after that NVIDIA's CUDA parallel programming platform is presented to developers, the GPU usage provided great convenience in parallelizing application such as image processing which requires large computation. In this thesis, parallel programming development on GPU with CUDA was investigated. Also histogram computation and equalization, the most commonly used methods of image processing application, have been parallelized by using CUDA parallel programming. In addition, to compare the execution times of performance, both serial and parallel versions of these algorithms were executed on two different CPU and GPUs.

Karesel atama problemi NP-zor sınıfında bir problem olup çözümü en zor problemlerden biridir. Problemin zorluğu nedeniyle kesin yöntemler kullanılarak boyutu büyük problemler için makul zamanda sonuç bulunamamaktadır. Bu çalışmada karesel atama problemlerinin çözümünde kullanılan meta-sezgisel yöntemlerden birisi olan tavlama benzetimi yöntemi MATLAB ortamında değişik şekillerde paralelleştirilmiştir. Paralel yöntemler ile klasik seri tavlama benzetimi yöntemi arasında süre ve iterasyon olarak karşılaştırmalar yapılmıştır. Paralelleştirme işleminde iş istasyonunda 12 MATLAB işçisi kullanılmıştır. Karşılaştırmalar örnek karesel atama problemlerinin bulunduğu bir kütüphane olan QAPLIB'den alınan 36 örnek problem üzerinde yapılmıştır. İşçiler arasında hiç haberleşmenin yapılmadığı asenkron hesaplamalı tavlama benzetimi ve belirli aralıklarla işçiler arasında veri paylaşımının yapıldığı senkron hesaplamalı tavlama benzetimi yönteminin klasik seri tavlama benzetimine göre daha iyi sonuçlar verdikleri görülmüştür. Quadratic assignment problem which is a problem under the category of NP-hard is one of the hardest problems to be solved. Because of the difficulty of the problem, it is hard to get results for big problems in a reasonable time period by using exact methods. In this study, simulated annealing method which is one of the meta-heuristic methods used in solving quadratic problems was parallelized in various categories in MATLAB. Parallel methods were compared and contrasted with classical serial simulated annealing method in terms of execution time and number of iterations. On parallelization, 12 workers were used on the workstation. Comparisons have been done for 36 sample problems taken from QAPLIB which is a library that has sample quadratic assignment problems. It has been observed that asynchronous computed simulated annealing method in which there is no communication among workers and synchronous computed simulated annealing method in which communication is done in certain intervals given better results in comparison to serial simulated annealing. 64

Main focus of this work is to realize image searching within another image in an efficient way. Image searching within another image is accomplished through the integrated use of image matching techniques and searching algorithms. Artificial neural networks along with various image features such as average color value, color standard deviation, correlation and edge parameters are used for image matching whereas genetic algorithms were used for image searching. In the work presented in this paper, an integrated method based on smart searching algorithms, quick image matching methods and parallel programming techniques were proposed and implemented. Proposed method was tested on several low and high-resolution reference and template images. Results revealed that the proposed method can successfully match images and significantly reduce the total search time.

Çok sayıda matematiksel işlem yapılması gereken durumlarda tercihimiz genellikle yüksek işlem kapasitesine sahip bilgisayarlar olmuştur. Bilgisayarların işlem kapasitesindeki artış ise fiyat/performans oranını parabolik biçimde yükseltmektedir. Yüksek işlem gücüne sahip fakat pahalı bilgisayarlar yerine, nispeten daha yavaş birçok bilgisayara paralel olarak hesaplama yaptırmak, zaman ve maliyet açısından çok daha verimli olmaktadır. Elbette bu işlem yalnızca paralelleştirilebilen algoritmalar için geçerlidir. Grid Hesaplama Sistemleri ?Süper Bilgisayar? olarak da adlandırılan, çok sayıda bilgisayarın bir araya gelerek şekillendirdiği paralel ve dağıtık hesaplama sistemleridir. Bu çalışmamızda grid hesaplama sistemleri incelenerek, web servisleri yardımıyla bir grid hesaplama sistemi uygulaması geliştirilmiştir. Uygulamada belirli noktalar arasındaki en kısa yolu bulma problemi web servisleri kullanılarak paralel bir şekilde çözülmüş ve sonuçlar değerlendirilmiştir., In general, when we need to process a lot of complex procedures, we prefer computers which are well designed with high technology. However, improving the technology of computers increases the cost and the performance as a parabolic graphic. Whereas, using parallel processing with low technology computers is preferable, due to the processing time and cost. Of course, this is only acceptable for the algorithm that is suitable for parallel processing. Grid Computing Systems which are called "Super Computer" are parallel and distributed computing systems, that are formed a lot of computers. In this study, grid computing systems have been examined and an application of grid computing systems is developed with web services. In this application, the problem of finding the shortest path between certain dots is solved by parallel processing with web services and the results are then assessed.

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008, Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008, Bu tez çalışmasıyla, mesaj aktarımına dayalı paralel programlama alanında Java için daha önce yapılmış geliştirimlere alternatif olabilecek bir paralel programlama platformu oluşturulmuştur. Geliştirilen platforma “Parallel Programming Platform for Java”, kısaca “PPPJ”, adı verilmiştir. PPPJ, nesne tabanlı mesaj aktarımı yaklaşımını temel alan bir paralel iletişim kütüphanesidir. Tümüyle Java dili kullanılarak geliştirilmiş olan bu kütüphane, kullanıcılara MPI benzeri, sade ve kullanımı kolay bir arayüz sunar. Ayrıca, Java’nın nesne yönelimli yaklaşımının getirilerinden ve platform bağımsızlık özelliğinden faydalanma imkanı tanır. PPPJ kütüphanesi istemci-sunucu mimarisi üzerine kurulmuştur. Sistemdeki bilgisayarlar istemci ve/veya sunucu olarak görev alabilmektedirler. Genel olarak, istemciler kullanıcı programlarının sunuculara yüklenmesinden, sunucular ise söz konusu programların yürütülmesinden sorumludurlar. Kütüphane, sistem üzerinde kullanıcı programlarının yürütüleceği sunucuların seçimi konusunda oldukça esnek bir yaklaşım sergiler. Kullanıcı, görev alacak sunucuları bizzat kendisi belirleyebileceği gibi, başarım ya da yoğunluk ölçütüne göre kütüphanenin ilgili bileşenleri tarafından seçilmelerini de sağlayabilir. Ayrıca, kütüphanenin kendisi ve üzerinde yürütülecek kullanıcı programları, konfigürasyon dosyaları aracılığıyla kolaylıkla yapılandırılabilmektedir., In this thesis, an alternative message passing based parallel programming platform is proposed. The platform, which is developed in and for Java, is named as PPPJ . PPPJ is short for Parallel Programming Platform for Java . Actually, PPPJ is a parallel communication library which is based on object passing approach. It provides an MPI-like, simple and easy to use interface for users. Also, it provides users with benefits of Java s object oriented approach and platform independence. PPPJ library is based on client-server architecture. Accordingly, each computer in the system may work as client and/or server. Generally, clients are responsible for loading user programs to servers whereas servers are responsible for running these programs. PPPJ library offers flexibility in selection of servers on which user programs will be run. Users are not only able to select servers manually, but also have the library make selection via performance or occupancy criteria. Moreover, users are able to configure the library and programs that will be run on it easily with special configuration files., Yüksek Lisans, M.Sc.