Paralelización a algoritmos de compresión fractal de imágenes

Autores
Piscia, Silvia; Guerrera, Gabriela; Fresno, Mariana del
Año de publicación
1997
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se analiza la paralelización de un algoritmo clásico de compresión fractal de imagenes, utilizando procesadores heterogéneos conectados en red con un soporte de procesamiento distribuido basado en PVM y XPVM. En particular se discuten dos métricas de interés: el speed-up obtenible (separando los tiempos propios del overhead de comunicaciones) al incrementar el número de procesadores y la pérdida resultante del índice de compresión alcanzado. Si bien se trata de una clase de algoritmo muy particular, resulta de interés tecnológico sobre todo en aplicaciones donde la información es comprimida una vez y almacenada para su recuperación en consulta muchas veces (por ejemplo en servidores de información InterNet) ya que los índices de compresión alcanzables con una pérdida aceptable son muy altos y al mismo tiempo el algortimo de descompresión es muy rápido. Por último se discute el efecto de variar el particionamiento de la imagen sobre los tiempos de procesamiento y la posibilidad de realizar un particionamiento adaptivo con el fin de optimizar la relación índice de compresión/pérdida aceptable sin deterioro del speed-up.
Eje: Procesamiento distribuido y paralelo. Tratamiento de señales
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Paralelización a algoritmos
Parallel algorithms
compresión fractal de imágenes
Parallel processing
Distributed
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23908
Acceder
id SEDICI_2b82f7cbf97f6c47241de2723685023c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23908
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Paralelización a algoritmos de compresión fractal de imágenesPiscia, SilviaGuerrera, GabrielaFresno, Mariana delCiencias InformáticasParalelización a algoritmosParallel algorithmscompresión fractal de imágenesParallel processingDistributedSe analiza la paralelización de un algoritmo clásico de compresión fractal de imagenes, utilizando procesadores heterogéneos conectados en red con un soporte de procesamiento distribuido basado en PVM y XPVM. En particular se discuten dos métricas de interés: el speed-up obtenible (separando los tiempos propios del overhead de comunicaciones) al incrementar el número de procesadores y la pérdida resultante del índice de compresión alcanzado. Si bien se trata de una clase de algoritmo muy particular, resulta de interés tecnológico sobre todo en aplicaciones donde la información es comprimida una vez y almacenada para su recuperación en consulta muchas veces (por ejemplo en servidores de información InterNet) ya que los índices de compresión alcanzables con una pérdida aceptable son muy altos y al mismo tiempo el algortimo de descompresión es muy rápido. Por último se discute el efecto de variar el particionamiento de la imagen sobre los tiempos de procesamiento y la posibilidad de realizar un particionamiento adaptivo con el fin de optimizar la relación índice de compresión/pérdida aceptable sin deterioro del speed-up.Eje: Procesamiento distribuido y paralelo. Tratamiento de señalesRed de Universidades con Carreras en Informática (RedUNCI)1997info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23908spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:48:15Zoai:sedici.unlp.edu.ar:10915/23908Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:48:15.306SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Paralelización a algoritmos de compresión fractal de imágenes
title Paralelización a algoritmos de compresión fractal de imágenes
spellingShingle Paralelización a algoritmos de compresión fractal de imágenes
Piscia, Silvia
Ciencias Informáticas
Paralelización a algoritmos
Parallel algorithms
compresión fractal de imágenes
Parallel processing
Distributed
title_short Paralelización a algoritmos de compresión fractal de imágenes
title_full Paralelización a algoritmos de compresión fractal de imágenes
title_fullStr Paralelización a algoritmos de compresión fractal de imágenes
title_full_unstemmed Paralelización a algoritmos de compresión fractal de imágenes
title_sort Paralelización a algoritmos de compresión fractal de imágenes
dc.creator.none.fl_str_mv Piscia, Silvia
Guerrera, Gabriela
Fresno, Mariana del
author Piscia, Silvia
author_facet Piscia, Silvia
Guerrera, Gabriela
Fresno, Mariana del
author_role author
author2 Guerrera, Gabriela
Fresno, Mariana del
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Paralelización a algoritmos
Parallel algorithms
compresión fractal de imágenes
Parallel processing
Distributed
topic Ciencias Informáticas
Paralelización a algoritmos
Parallel algorithms
compresión fractal de imágenes
Parallel processing
Distributed
dc.description.none.fl_txt_mv Se analiza la paralelización de un algoritmo clásico de compresión fractal de imagenes, utilizando procesadores heterogéneos conectados en red con un soporte de procesamiento distribuido basado en PVM y XPVM. En particular se discuten dos métricas de interés: el speed-up obtenible (separando los tiempos propios del overhead de comunicaciones) al incrementar el número de procesadores y la pérdida resultante del índice de compresión alcanzado. Si bien se trata de una clase de algoritmo muy particular, resulta de interés tecnológico sobre todo en aplicaciones donde la información es comprimida una vez y almacenada para su recuperación en consulta muchas veces (por ejemplo en servidores de información InterNet) ya que los índices de compresión alcanzables con una pérdida aceptable son muy altos y al mismo tiempo el algortimo de descompresión es muy rápido. Por último se discute el efecto de variar el particionamiento de la imagen sobre los tiempos de procesamiento y la posibilidad de realizar un particionamiento adaptivo con el fin de optimizar la relación índice de compresión/pérdida aceptable sin deterioro del speed-up.
Eje: Procesamiento distribuido y paralelo. Tratamiento de señales
Red de Universidades con Carreras en Informática (RedUNCI)
description Se analiza la paralelización de un algoritmo clásico de compresión fractal de imagenes, utilizando procesadores heterogéneos conectados en red con un soporte de procesamiento distribuido basado en PVM y XPVM. En particular se discuten dos métricas de interés: el speed-up obtenible (separando los tiempos propios del overhead de comunicaciones) al incrementar el número de procesadores y la pérdida resultante del índice de compresión alcanzado. Si bien se trata de una clase de algoritmo muy particular, resulta de interés tecnológico sobre todo en aplicaciones donde la información es comprimida una vez y almacenada para su recuperación en consulta muchas veces (por ejemplo en servidores de información InterNet) ya que los índices de compresión alcanzables con una pérdida aceptable son muy altos y al mismo tiempo el algortimo de descompresión es muy rápido. Por último se discute el efecto de variar el particionamiento de la imagen sobre los tiempos de procesamiento y la posibilidad de realizar un particionamiento adaptivo con el fin de optimizar la relación índice de compresión/pérdida aceptable sin deterioro del speed-up.
publishDate 1997
dc.date.none.fl_str_mv 1997
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/23908
url http://sedici.unlp.edu.ar/handle/10915/23908
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063910282592256
score 13.22299

Publicaciones similares