Die Beschleunigung von Data-Mining Anwendungen auf heterogenen Shared Memory Systemen ist aufgrund wachsender Datenmengen ein essentieller Bestandteil in der Data-Minings Forschung. Data-Mining Anwendungen weisen oft eine nicht optimale Verteilung der Ressourcen auf, sodass Berechnungen nicht schnellstmöglich durchgeführt werden können. Hierbei kann das Framework HALadapt ermöglichen, die Ausnutzung der Ressourcen zu optimieren, indem eine dynamische Auswahl der Implementierung zur Laufzeit möglich ist. In dieser Arbeit wird der Data-Mining Algorithmus SCAMP in das Framework HALadapt portiert, um auf diese Weise erste Einblicke in die Verwendung von HALadapt zu gewinnen. Dabei wird gezeigt, dass eine Portierung des Algorithmus SCAMP in dieser Form nicht sinnvoll ist, da die zugrundeliegenden Programmiermodelle nicht zusammengefügt werden können. Darüber hinaus werden ausgewählte Portierungsschwierigkeiten mit dem Framework HALadapt aufgezeigt und mögliche Lösungsansätze dargestellt.     «

Die Beschleunigung von Data-Mining Anwendungen auf heterogenen Shared Memory Systemen ist aufgrund wachsender Datenmengen ein essentieller Bestandteil in der Data-Minings Forschung. Data-Mining Anwendungen weisen oft eine nicht optimale Verteilung der Ressourcen auf, sodass Berechnungen nicht schnellstmöglich durchgeführt werden können. Hierbei kann das Framework HALadapt ermöglichen, die Ausnutzung der Ressourcen zu optimieren, indem eine dynamische Auswahl der Implementierung zur Laufzeit mö...     »

The acceleration of data mining applications on heterogeneous shared memory systems is an essential component of data mining research due to the growing volume of data. Data mining applications often can not be performed as quickly as possible, due to a non optimal distribution of the resources. In doing so, the framework HALadapt can allow to optimize resource utilization by dynamically selecting the implementation at runtime. In this work, the data mining algorithm SCAMP is ported into the framework HALadapt in order to gain first insights into the use of HALadapt. It is shown that a porting of the algorithm SCAMP in this form does not make sense, since the underlying programming models can not be put together. In addition, selected porting difficulties are identified with the framework HALadapt and possible solutions presented.     «

The acceleration of data mining applications on heterogeneous shared memory systems is an essential component of data mining research due to the growing volume of data. Data mining applications often can not be performed as quickly as possible, due to a non optimal distribution of the resources. In doing so, the framework HALadapt can allow to optimize resource utilization by dynamically selecting the implementation at runtime. In this work, the data mining algorithm SCAMP is ported into the...     »