Fast SimEDaPE: Simulation Estimation by Data Patterns Exploration

• Francisco Wallison Rocha USP http://orcid.org/0000-0001-7370-8278
• Emilio Francesquini UFABC https://orcid.org/0000-0002-5374-2521
• Daniel Cordeiro USP https://orcid.org/0000-0003-4971-7355

DOI: https://doi.org/10.5753/eradsp.2022.222246

Resumo

No contexto das cidades inteligentes, resolver problemas como poluição, congestionamento e transporte público, enfrentados regularmente por grandes cidades como São Paulo, não é trivial. Para lidar com esses problemas, os pesquisadores geralmente contam com simulações. Um exemplo de simulador de cidade inteligente é o InterSCSimulator, que simula o tráfego urbano. No entanto, este simulador apresenta limitações quanto ao seu desempenho em cenários de grande escala. O SimEDaPE, uma técnica utilizada para melhorar o desempenho da simulação baseada na recorrência de padrões de simulações anteriores, foi proposta neste contexto. O SimEDaPE ainda está em desenvolvimento ativo e, como tal, apresenta alguns gargalos de desempenho em algumas etapas, como a etapa de mapeamento temporal. Neste trabalho, propomos uma melhoria para esta etapa do SimEDaPE utilizando bibliotecas otimizadas (escritas em C ao invés de Python), e paralelismo. Como resultado, obtivemos um desempenho relativo considerável de 156x, rodando em 8 núcleos em comparação com a implementação sequencial de referência.

Palavras-chave: Algoritmos Paralelos e Distribuídos, Aplicações de Computação de Alto Desempenho

Referências

Berndt, D. J. and Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedings of the 3rd International Conference on Knowledge Discovery and Data Mining, AAAIWS'94, page 359-370, Seattle, WA. AAAI Press.

Hamerly, G., Perelman, E., Lau, J., and Calder, B. (2005). Simpoint 3.0: Faster and more flexible program phase analysis. Journal of Instruction Level Parallelism, 7(4):1-28.

Paparrizos, J. and Gravano, L. (2015). K-shape: Efficient and accurate clustering of time series. In Proceedings of the 2015 ACM SIGMOD International Conference on Management of Data, SIGMOD '15, page 1855-1870, New York, NY, USA. Association for Computing Machinery.

Rocha, F. W., Fukuda, J. C., Francesquini, E., and Cordeiro, D. (2021). Accelerating smart city simulations. Latin America High Performance Computing Conference. To publish.

Santana, E. F. Z., Lago, N., Kon, F., and Milojicic, D. S. (2017). InterSCSimulator: Large-scale traffic simulation in smart cities using erlang. In International Workshop on Multi-Agent Systems and Agent-Based Simulation, pages 211-227. Springer.