طراحی یک الگوریتم خوشه بندی طیفی موازی کارآمد بر روی پردازنده های چند هسته ای در زبان برنامه نویسی جولیا

خوشه بندی طیفی به طور گسترده در داده کاوی و یادگیری ماشین مورد استفاده قرار می گیرد. خوشه بندی می تواند شکل دلخواه یک فضای نمونه را شناسایی کرده و به راه حل بهینه همگرا شود. در مقایسه با الگوریتم سنتی k-means، الگوریتم خوشه‌بندی طیفی سازگاری بیشتری با داده‌ها داشته لذا نتایج خوشه‌بندی بهتری را به همراه دارد. با این حال، محاسبه الگوریتم بسیار پرهزینه است. در این مقاله، یک الگوریتم خوشه‌بندی طیفی موازی کارآمد بر روی پردازنده‌های چند هسته‌ای در زبان جولیا پیشنهاد شده است که در اینجا از آن به عنوان jupsc یاد می‌کنیم. زبان جولیا یک زبان برنامه نویسی با کارایی بالا و منبع باز است. jupsc از سه روش تشکیل شده است: (1) محاسبه ماتریس تمایل، (2) محاسبه بردارهای ویژه و (3) انجام خوشه بندی k-means. رویه‌های (1) و (3) توسط الگوریتم موازی کارآمد محاسبه می‌شوند و از فرمت coo برای فشرده‌سازی ماتریس تمایل استفاده می‌شود. دو گروه آزمایش برای تایید صحت و کارایی jupsc انجام می شود. نتایج تجربی نشان می‌دهد که (1) jupsc به طور تقریبی به سرعت‌های 14 الی 18 روی یک پردازنده 24 هسته‌ای دست می‌یابد و (2) نسخه سریال jupsc سریع‌تر از نسخه پایتون scikitlearn است.