Navegando por Assunto "Cluster (Sistema de computador)"

Agora exibindo 1 - 3 de 3

Acesso aberto (Open Access)
Análise de propagação de ondas eletromagnéticas na faixa de microondas em ambiente indoor com método 3D FDTD e FDTD 2D modificado
(Universidade Federal do Pará, 2012-03-08) RIBEIRO, Dionisio Raony de Souza; DMITRIEV, Victor Alexandrovich; http://lattes.cnpq.br/3139536479960191
Este trabalho propõe ferramentas de baixo custo computacional e de boa precisão que permitam a caracterização da propagação de microondas eletromagnéticas em ambientes interiores. Estudou-se a aplicação do método numérico das diferenças finitas no domínio do tempo (FDTD) para modelagem da propagação de ondas nestes ambientes. Para isso, foi implementada uma nova abordagem deste método que aproxima os resultados obtidos na formulação do método em duas dimensões aos resultados obtidos em 3D. Apresenta-se um estudo comparativo entre a precisão, o desempenho e o requisito de recursos computacionais entre as duas formulações desse método. Para aplicar a formulação em 3D, um software em linguagem FORTRAN foi escrito com o método FDTD paralelizado pela biblioteca MPI. Posteriormente, um cluster de arquitetura Beowulf de quatro máquinas iguais foi construído para simular as rotinas geradas no trabalho. Após a validação do método FDTD modificado, apresenta-se a utilização do mesmo para a caracterização de um ambiente interior quanto suas perdas. A interpretação destes dados foi realizada para obter a distribuição estatística do parâmetro n de perdas por propagação para o ambiente. A relevância deste trabalho encontra-se no fato de não haver, na literatura pesquisada, trabalhos que apresentassem o método FDTD 2D modificado para propagação em ambientes interiores e que utilizassem dados simulados para análise estatística.
Acesso aberto (Open Access)
Mitigação de interferência em redes de próxima geração utilizando técnicas de clusterização e inteligência computacional
(Universidade Federal do Pará, 2016-12-16) TORRES, Fábio de Oliveira; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734
Devido ao sucesso das redes de banda larga e ao crescente uso dos smartphones, as operadoras de telefonia móvel estão na busca de oferecer o mesmo padrão dos serviços das redes cabeadas, como velocidade e estabilidade, aos usuários das redes sem fio e desta forma, novas tecnologias surgiram, dentre elas as Small Cells. Estas são pequenas estações rádio base que em relação as macro-células apresentam um custo muito inferior, entretanto, oferecem um menor espaço de cobertura. Por isso, em um cenário onde uma grande quantidade deste equipamento será instalada, geralmente denominado DenseNets ou redes densas, e esta implementação não for realizada com base em um planejamento adequado, inúmeros problemas podem surgir, dentre eles a interferência co-canal, que em algumas situações, inviabiliza qualquer tipo de troca de informações. Por este motivo o modelo proposto nesta dissertação pretende auxiliar os analistas de projetos e arquitetos de soluções no planejamento de redes densas oferecendo, a partir das informações sobre as localizações das Small Cells, quais serão as faixas de frequências adequadas ao uso de cada uma, a fim de que as novas aplicações, suportadas pelos smartphones, não sofram uma degradação de sinal a ponto de que suas funções não sejam executadas e haja um aumento na qualidade dos serviços que são oferecidos aos usuários destas redes. Nos testes realizados, o modelo apresentou uma melhora no tráfego em mais de 80% das Small Cells, reduziu o valor do atraso dos pacotes comutados e ainda colaborou para a diminuição do número de pacotes descartados. Não obstante, também analisou-se o desempenho dos módulos de bateria dos dispositivos móveis quando o modelo foi empregado e percebeu-se que ele não aumentou o consumo de bateria destes equipamentos.
Acesso aberto (Open Access)
Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData
(Universidade Federal do Pará, 2015-08-28) LIMA, João Gabriel Rodrigues de Oliveira; CARDOSO, Diego Lisboa; http://lattes.cnpq.br/0507944343674734; SANTANA, Ádamo Lima de; http://lattes.cnpq.br/4073088744952858
Cresce cada vez mais a quantidade de cenários e aplicações que algoritmo necessitam de processamento e respostas em tempo real e que se utilizam de modelos estatísticos e de mineração de dados a fim de garantir um melhor suporte à tomada de decisão. As ferramentas disponíveis no mercado carecem de processos computacionais mais refinados que sejam capazes de extrair padrões de forma mais eficiente a partir de grandes volumes de dados. Além disso, há a grande necessidade, em diversos cenários, que o os resultados sejam providos em tempo real, tão logo inicie o processo, uma resposta imediata já deve estar sendo produzida. A partir dessas necessidades identificadas, neste trabalho propomos um processo autoral, chamado StormSOM, que consiste em um modelo de processamento, baseado em topologia distribuída, para a clusterização de grandes volumes de fluxos, contínuos e ilimitados, de dados, através do uso de redes neurais artificiais conhecidas como mapas auto-organizáveis, produzindo resultados em tempo real. Os experimentos foram realizados em um ambiente de computação em nuvem e os resultados comprovam a eficiência da proposta ao garantir que o modelo neural utilizado possa gerar respostas em tempo real para o processamento de Big Data.