تلفن: 04142273781

ترجمه مقاله روش الگوریتم موازی کروسکال با استفاده از کمک کننده بیان موضوعات – نشریه IEEE

عنوان فارسی: روش الگوریتم موازی کروسکال با استفاده از کمک کننده بیان موضوعات
عنوان انگلیسی: An approach to parallelize Kruskal’s algorithm using Helper Threads
تعداد صفحات مقاله انگلیسی : 10 تعداد صفحات ترجمه فارسی : 17
سال انتشار : 2012 نشریه : آی تریپل ای - IEEE
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 7793 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.76Mb
رشته های مرتبط با این مقاله: ریاضی و مهندسی کامپیوتر
گرایش های مرتبط با این مقاله: مهندسی الگوریتم ها و محاسبات و ریاضی کاربردی
مجله: کارگاه های بین المللی سمپوزیوم پردازش موازی و توزیع شده
دانشگاه: دانشکده مهندسی برق و کامپیوتر، آزمایشگاه سیستم های محاسباتی، دانشگاه ملی فنی آتن
کلمات کلیدی: الگوریتم کروسکال، حداقل پوشانندگی، الگوریتم های موازی، موضوعات کمک کننده
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

مقدمه

مبانی الگوریتم KRUSKALS

الگوریتم موازنه شده KRUSKALS

کشف موازی در کروسکال

ایجاد کمک کننده طرح شماتیکی

C. اجرا جزئیات روش بکار برده شده

بررسی های تجربی

تنظیمات تجربی

نمودار های منبع

بررسی نتایج

کار مربوطه

نتیجه گیری - کار آینده

نمونه متن انگلیسی

Abstract

In this paper we present a Helper Threading scheme used to parallelize efficiently Kruskal’s Minimum Spanning Forest algorithm. This algorithm is known for exhibiting inherently sequential characteristics. More specifically, the strict order by which the algorithm checks the edges of a given graph is the main reason behind the lack of explicit parallelism. Our proposed scheme attempts to overcome the imposed restrictions and improve the performance of the algorithm. The results show that for a wide range of graphs of varying structure, size and density the parallelization of Kruskal’s algorithm is feasible. Observed speedups reach up to 5.5 for 8 running threads, revealing the potentials of our approach.

نمونه متن ترجمه

چکیده

در این مقاله به بررسی کمک کننده موضوعات برای افزایش بازده و بررسی الگوریتم موازی کروسکال پرداخته می شود. این الگوریتم برای شناسایی مشخصه های متوالی موضوعات بیان شده کاربرد دارد. در اکثر موارد، نظم دقیقی که توسط الگوریتم بر روی راس های گراف ها داده می شود دلیل اصلی و روشنی بر موضوعات است و میتوان نتیجه گیری کرد. طرح پیشنهادی ما برای غلبه بر محدودیت های ایجاد شده در طرح و بهبود عملکرد الگوریتم است. نتایج نشان می دهد که برای طیف گسترده ای ز نمودارهای مختلف ساختاری، اندازه و تراکم موازی الگوریتم کروسکال مهم مد نظر گرفته می شود. در روند بررسی الگوریتم با سرعت 5/5 و برای شاید 8 موضوع در حال بحث، پتانسیل آشکاری حاصل می گردد.

محصولات مشابه