P-TWDTW 2.0 - Uma otimização no uso de recursos computacionais para o processamento paralelo de séries temporais de sensoriamento remoto

  • Roberto Urzeda Paiva UFG
  • Savio S. Oliveira UFG
  • Wellington S. Martins UFG

Resumo


O processamento de séries temporais de sensoriamento remoto é essencial para realização de análises ambientas relacionadas com o uso e cobertura do solo. O algoritmo TWDTW tem se destacado por ser projetado para processar este tipo de dado. No entanto, o TWDTW depende da computação de uma matriz de programação dinâmica O(n2 ), consumindo muitos recursos computacionais. Diante deste cenário, este trabalho analisa e apresenta uma proposta inicial para otimização de uma versão paralela do algoritmo, denominada P-TWDTW. A versão P-TWDTW 2.0 apresentou desempenho de 21, 1 vezes melhor em relação a versão original.
Palavras-chave: TWDTW, Processamento Paralelo, Séries Temporais, Sensoriamento Remoto 

Referências

Bala, G., Caldeira, K., Wickett, M., Phillips, T., Lobell, D., Delire, C., and Mirin, A. (2007). Combined climate and carbon-cycle effects of large-scale deforestation. Proceedings of the National Academy of Sciences, 104(16):6550–6555.

Bonan, G. B. (2008). Forests and climate change: forcings, feedbacks, and the climate benefits of forests. science, 320(5882):1444–1449.

Foody, G. M. (2002). Status of land cover classification accuracy assessment. Remote Sensing of Environment, 80(1):185–201.

Maus, V., Câmara, G., Cartaxo, R., Sanchez, A., Ramos, F. M., and De Queiroz, G. R. (2016). A time-weighted dynamic time warping method for land-use and land-cover mapping. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(8):3729–3739.

Nepstad, D., McGrath, D., Stickler, C., Alencar, A., Azevedo, A., Swette, B., Bezerra, T., DiGiano, M., Shimada, J., da Motta, R. S., et al. (2014). Slowing amazon deforestation through public policy and interventions in beef and soy supply chains. science, 344(6188):1118–1123.

NVIDIA, C. (2018). Cuda c programming guide, version 9.1. NVIDIA Corp.

Oliveira, S. S. T., do Sacramento Rodrigues, V. J., Ferreira, L. G., and Martins, W. S. (2018). P-twdtw: Parallel processing of time series remote sensing images using manycore architectures. In 2018 Symposium on High Performance Computing Systems (WSCAD), pages 252–258. IEEE.
Publicado
14/09/2020
PAIVA, Roberto Urzeda; OLIVEIRA, Savio S. ; MARTINS, Wellington S.. P-TWDTW 2.0 - Uma otimização no uso de recursos computacionais para o processamento paralelo de séries temporais de sensoriamento remoto. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DO CENTRO-OESTE (ERAD-CO), 3. , 2020, Campo Grande. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2020 . p. 13-16. DOI: https://doi.org/10.5753/eradco.2020.12646.