GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

Benzer belgeler
GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA

Zeki Optimizasyon Teknikleri

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Bilgi Servisleri (IS)

GRİD ALTYAPISI ÜZERİNDE

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms)

Hardy Weinberg Kanunu

1. YIL 1. DÖNEM DERS KODU DERS ADI T+U+L KREDİ AKTS. Atatürk İlkeleri ve İnkılap Tarihi I

DERS SEÇİM KILAVUZU. Sınıf Dönemi Kodu Adı Sınıf Dönemi Kodu Adı. Nesne Yönelimli Programlama. Yazılım Tasarımı ve Mimarisi

Albert Long Hall, Boğazi 4-55 Nisan 2008

Esnek Hesaplamaya Giriş

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA

Alanya Alaaddin Keykubat UniversityInternational Relations Office

PARALEL HESAPLAMA ÇAĞRI GİDER ENES BİLGİN


MapCodeX Web Client ELER, AKOM Modülleri

Sinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008

GENETİK ALGORİTMALAR BÜŞRA GÜRACAR

Küme Bilgisayarlar. Enabling Grids for E-sciencE. Onur Temizsoylu. Grid ve Küme Bilgisayarlarda Uygulama Geliştirme Eğitimi ODTÜ, Ankara

Yazılım Mühendisliği Bölüm - 3 Planlama

BİLGİSAYAR DESTEKLİ ÖĞRETİM GENEL BAKIŞ

Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi

SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

P-GRADE Portalı. Cevat Şener Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye. Peter Kacsuk un sunumundan alıntılarla

Windows Server 2012: Sanallaştırmanın ötesine geçin. Oğuz Pastırmacı IT Pro Teknolojileri Yöneticisi Microsoft Türkiye

Kullanıcılar için EGEE ve TR-Grid araçları

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Genetik Algoritma ile Elde Edilen Uyumlu Renklerin Web Şablonları Üzerinde Gerçeklenmesi

Mobil Cihazlardan Web Servis Sunumu

BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA DERS PROGRAMI (Lisanstan gelenler için)

Veritabanı Uygulamaları Tasarımı

Vizyon Uzmanlaştığımız alanda kusursuz ve güvenilir çözüm ortağınız olmak.

BİLGİSAYAR VE ENFORMASYON BİLİMLERİ YÜKSEK LİSANS DERS PROGRAMI (Tezli Program)

ALP OĞUZ ANADOLU LİSESİ EĞİTİM ÖĞRETİM YILI BİLGİSAYAR BİLİMİ DERSİ 2.DÖNEM 2.SINAV ÖNCESİ ÇALIŞMA SORULARI VE YANITLARI

Web Madenciliği (Web Mining)

METASEZGİSEL YÖNTEMLER. Genetik Algoritmalar

Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı

2-D KESİM OPTİMİZASYONU

KONYA ÜNİVERSİTESİ. Necmettin Erbakan Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

UHeM ve Bulut Bilişim

Yazılım Mühendisliği 1

Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.

Chapter 6 Mimari Tasarım. Lecture 1. Chapter 6 Architectural design

Copyright 2007 Rockwell Automation, Inc. All rights reserved.

idea Kontrol Kartı (idea Board jv2.1) Kullanım Kılavuzu

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı

Uzman Sistem (Expert System): Kullanıcılarına, uzmanların (experts) bilgi (knowledge) ve muhakeme yeteneklerine ulaşma ve bu yeteneklerden faydalanma

GAZİ ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ LİSANS PROGRAMI

CBS ve Coğrafi Hesaplama

Bilgi ve İletişim Teknolojileri (JFM 102) Ders 7. LINUX OS (Sistem Yapısı) BİLGİ & İLETİŞİM TEKNOLOJİLERİ. LINUX Yapısı

Dell EMC VDI Cloud Client Computing Uçtan Uca Çözümler. İsel Horada Dell EMC Forum İstanbul

SİSTEM VE YAZILIM. o Bilgisayar sistemleri donanım, yazılım ve bunları işletmek üzere gerekli işlemlerden oluşur.

SERVER TANFER. Yazılım Ürünleri Satış Müdürü IBM Türk

TCP / IP NEDİR? TCP / IP SORUN ÇÖZME

Veri Bilim - Yapay Öğrenme Yaz Okulu, 2017 Matematiksel Temeller ve Vaka Çalışmaları

TR-Grid Oluşumu (TR-Grid Altyapısı ve AB Projeleri)

ANKARA ÜNİVERSİTESİ ELMADAĞ MESLEK YÜKSEKOKULU BİLGİSAYAR PROGRAMCILIĞI PROGRAMI DERS İÇERİKLERİ

Basit Mimari, Katmanlı Mimari ve doğrudan çalıştırma olarak üçe ayrılır.

Bilgisayar Mühendisliği Bölümü. Cisco PT Kullanımı. Arzu Kakışım BİL 372 Bilgisayar Ağları. GYTE - Bilgisayar Mühendisliği Bölümü

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı

AĞ İŞLETMENİ PROGRAMINA İLİŞKİN AÇIKLAMALAR

Akademik Dünyada Özgür Yazılım. Akademik Dünyada. Onur Tolga Şehitoğlu

MONTE CARLO BENZETİMİ

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız?

TEMEL BİLGİTEKNOLOJİLERİ

KONU 5 Evrim Mekanizmaları I: Seçilim ve Mutasyon. Aslı Sade Memişoğlu

YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ SINIF / GÜZ DÖNEMİ

AJANDA HAKKIMIZDA EĞİTİMLERİMİZ. Biz Kimiz? Vizyonumuz Misyonumuz Değerlerimiz. Eğitim Bölümlerimiz Eğitim İçeriklerimiz

TMMOB ŞEHİR PLANCILARI ODASI ŞEHİR VE BÖLGE PLANLAMA ÖĞRENCİLERİ BİTİRME PROJESİ YARIŞMASI

PROSES TASARIMINA GİRİŞ [1-4]

GEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ

GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA

Google Maps ve Genetik Algoritmalarla GSP Çözümü İçin Öneri

Programlanabilir Sayısal Sistemler

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı

BENZERSİZ SORUNLARA BENZERSİZ ÇÖZÜMLER

Makine Öğrenmesi 2. hafta

SİSTEM SİMÜLASYONU

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi

CEVAP ANAHTARI 1-A 2-C 3-A 4-D 5-D 6-E 7-A 8-E 9-D 10-D 11-C 12-B 13-E 14-E 15-E 16-A 17-D 18-B

İSTATİSTİK. Bölüm 1 Giriş. Ankara Üniversitesi SBF İstatistik 1 Ders Notları Prof. Dr. Onur Özsoy 4/4/2018

TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ I. SINIF EĞİTİM - ÖĞRETİM PROGRAMI

1.Yazılım Geliştirme Metotları 1

Aracı Kurumlar İçin EX-API İzleme ve Raporlama Uygulaması APIMON for IT MATRİKS Bilgi Dağıtım Hizmetleri

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

Teknolojide Sürdürülebilir Rekabet için Sanayi 4.0. Ayşegül Eroğlu

NFS (Network File System) & NIS (Network Information System) H. Coşkun Gündüz cgunduz@cs.bilgi.edu.tr

Modelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir.

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) Genetik Algoritma

Programlama Nedir? Bir bilgisayar bilimcisi gibi düşünmek ve programlama ne demektir?

Akıllı Mekatronik Sistemler (MECE 404) Ders Detayları

Transkript:

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

İçerik Giriş Doğal Evrim Yapay Evrim PES: Tek Bilgisayar Kümesi için Paralel Evrim Sistemi GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

Giriş Yapay Evrim (YE), mühendislik ve robotbilimden sosyal bilimler ve genetiğe kadar değişen alanlardaki karmaşık problemlerin çözümü için nispeten yeni bir yaklaşımdır. Doğal evrimde kullanılan yöntemlerden esinlenen YE, bir aday çözümler popülasyonu yaratır ve verilen problem için bu çözümlerin iyiliğini (fitness) hesaplar. Adayların iyilik değerlerini temel alarak, çaprazlama ve mutasyon gibi genetik işlemler kullanılarak yeni bir aday çözümler nesli yaratılır.

Giriş Yeni nesil yaratma işlemi, daha iyi çözümleri daha çok kullanarak (survival of the fittest) yeni neslin kötü çözümleri içerme olasılığını azaltır. İşlem yeterince iyi bir çözüm bulununcaya kadar tekrarlanır. Her evrim işlemi çok sayıda iyilik hesaplaması gerektirir. 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

Doğal Evrim Bir popülasyon çok çeşitli bireylerden oluşur. Bireylerin özellikleri genleri tarafından belirlenir. Daha iyi bireyler ortalamanın üzerinde iyilikte yavru verme eğilimindedirler. Yavrular, daha iyi bireylerin genlerinin çaprazlanmasıyla oluşurlar.

Yapay Evrim Bir çözümler popülasyonu oluştur. Önceden tanımlanmış bir iyilik fonksiyonu kullanarak her bir çözümün kalitesini hesapla. Ortalamanın üzerinde çözümler üretmek için daha iyi çözümleri kullan. Daha iyi çözümlerin çaprazlanmasıyla oluşturulmuş yeni çözümler elde et.

Benzerlik PROBLEM ÇÖZME Problem Aday Çözüm Kalite EVRİM Çevre Birey İyilik (Fitness) İyilik hayatta kalma ve üreme şansı Kalite yeni çözümler üretme şansı Eiben ve Smith in sunumundan alınmıştır. 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

Uygulama Alanları Mühendislik Bilgisayar Grafiği Tıbbi Görüntüleme Kontrol Sistemleri Robotbilim...

Evrimsel Robotbilim Problem: Robota istenilen görevi yaptıracak bir denetleyici nasıl tasarlanmalı? Elle kullanılan bir denetleyici tasarlamak genellikle zor yada imkansızdır. Değişik denetleyici seçeneklerini değerlendirmek için gerçekçi simülatörler kullanılır.

Evrimsel Robotbilim Algılayıcı verisi Kromozom 010101 100111... Denetleyici Denetleyici Denetleyici parametrelerine çevir Robotlardaki denetleyiciyi Harekete Getirici Çıktı kullan 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

Gelişen Denetleyiciler Seç Çoğalt Mutasyona uğrat... Nesil n Nesil n+1... Krom.1: 1010001110... Krom.2: 0011110101...... Krom.1: 0101011001... Krom.2: 1100110111...... Popülasyon n Popülasyon n+1

Fizik Tabanlı Simülasyon Avantajlar Gerçek robotlu deneylerden daha hızlı ve güvenilir Gerçekçi Dezavantajlar Yüksek işlem gücü ihtiyacı!

Tek Makine Kısıtlamaları Hesaplama gereken: Bayağı Diferansiyel Denklemleri Çözmek Daha çok çarpışma ile karmaşıklığı arttırmak Tek bilgisayar için gereken yaklaşık zaman: Bir tek evrim için, dakikalar mertebesinde 100 kromozom ve 100 nesil için toplam zaman > bir hafta (tek makinede)

Problem / Çözüm YE nin işlemsel gereksinimleri, bir tek bireyin hesaplamalarındaki berimsel gereksinimlerle orantılıdır. Bu durum büyük bir dar boğaz yaratmakla beraber tüm işlemin paralelleştirilmesi için bir fırsat oluşturuyor.

PES: Bilgisayar Kümeleri için Paralel Evrim Sistemi Geçmiş çalışma: Soysal O., Bahceci E., and Sahin E. PES: A system for parallelized fitness evaluation of evolutionary methods, in Yazici and Sener (eds.), Proc. of the 18 th ISCIS, LNCS 2869, 889-896, Springer-Verlag, 2003.

PES in Mimarisi Sunucu Yapay Evrim Clients İyilik Hesaplaması PES-C Client Birimi Sunucu Birimi PES-S PES-C Client Birimi PES-C Client Birimi

PES in İletişim Modeli PES-S PES-C PES Ağ Adaptörü PES Ağ Adaptörü PVM / MPI PVM / MPI Makina Makina

PES-S Sunucu Birimi Görev Üreticisi En İyi Çözümler PES-S Görev Yöneticisi Yapay Evrim Konfigürasyon Yöneticisi

PES-C Client Birimi PES-C Görev İyilik Simülatör İyilik Hesaplayıcısı

PES de İşlemci Yükü Dengeleme Dinamik simülasyon Değişen sayıda çarpışma Değişken görev karmaşıklığı Değişken işlemci yükü Dörtgenler ve Altıgenler: görevler Dik çizgiler: Yeni nesil başlangıcı

PES de Hata Tahammülü 2. işlemcide hata oluyor 15. saniyedeki ping işleminde tespit ediliyor 19. saniyede görev yeniden başlıyor Kırmızı çizgiler: Ping Mavi çizgiler: Nesil Sayılar: Görev numarası

PES de Verim ve Hızlanma 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

PES de 128 İşlemci ile Nesil Boşluğu 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA Bu çalışma YE uygulamaları için Grid tabanlı bir altyapı geliştirmeyi amaçlamaktadır PES in fikir ve deneyimini Grid üzerine taşıyarak. Bu altyapı evrim hesaplamalarını Grid üzerine dağıtacak YE kullanıcısı için saydam bir arayüz oluşturacak. Altyapının analiz, tasarım, gerçekleştirme ve test etme aşamalarında, evrimsel robotbilim problemleri (örneğin özerk robotlar için denetleyiciler geliştirmek), yol gösterici olarak temel uygulama alanımız olacak.

GridAE Mimarisi Web Arayüzü Uygulama Birimi Yönetici bölümü Uygulama Birimi İşçi bölümü...... Uygulama Birimi İşçi bölümü GridAE-S GridAE-C... GridAE-C Görev Grubu Yönetimi EDG glite

Tesekkurler.. 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK, ANKARA

GridAE Çalışma Birimleri PES Altyapı Görev Grubu Yönetimi GridAE-S GridAE-C Web Arayüzü Evrimsel Robotbilimi Uygulaması Test Etme, Hata Ayıklama & Arıtma

GridAE Takvimi PES tamamlanmış durumda. Görev Grubu Yönetimi alt katmanı, 2006 yazında geliştirildi. SEE-Grid-2 nin GridAE ye desteği, Ocak 2007 de resmen başladı. Proje 10-12 ay sürecek.

Görev Grubu Yönetimi Tamamlandı! Görevleri (GridAE işçi lerini) grup olarak teslim etmek ve yönetmek için kullanılacak İçerdiği komutlar: edg-jobgroup-submit edg-jobgroup-status edg-jobgroup-cancel glite-jobgroup-submit glite-jobgroup-status glite-jobgroup-cancel Bağımsız bir ara katman başka projelerde de kullanılabilir