Utilize este identificador para referenciar este registo: https://hdl.handle.net/10216/74815
Autor(es): Nuno A. Fonseca
Fernando Silva
Vitor Santos Costa
Rui Camacho
Título: A pipelined data-parallel algorithm for ILP
Data de publicação: 2006
Resumo: The amount of data collected and stored in databases is growing considerably for almost all areas of human activity. Processing this amount of data is very expensive, both humanly and computationally. This justifies the increased interest both on the automatic discovery of useful knowledge from databases, and on using parallel processing for this task. Multi Relational Data Mining (MRDM) techniques, such as Inductive Logic Programming (ILP), can learn rules from relational databases consisting of multiple tables. However current ILP systems are designed to run in main memory and can have long running times. We propose a pipelined data-parallel algorithm for ILP. The algorithm was implemented and evaluated on a commodity PC cluster with 8 processors. The results show that our algorithm yields excellent speedups, while preserving the quality of learning.
Assunto: Ciências da computação e da informação
Computer and information sciences
Áreas do conhecimento: Ciências exactas e naturais::Ciências da computação e da informação
Natural sciences::Computer and information sciences
URI: https://hdl.handle.net/10216/74815
Fonte: 2005 IEEE INTERNATIONAL CONFERENCE ON CLUSTER COMPUTING (CLUSTER)
Tipo de Documento: Artigo em Livro de Atas de Conferência Internacional
Condições de Acesso: openAccess
Licença: https://creativecommons.org/licenses/by-nc/4.0/
Aparece nas coleções:FCUP - Artigo em Livro de Atas de Conferência Internacional
FEUP - Artigo em Livro de Atas de Conferência Internacional

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
70778.pdfA pipelined data-parallel algorithm for ILP207.89 kBAdobe PDFThumbnail
Ver/Abrir


Este registo está protegido por Licença Creative Commons Creative Commons