Optimización Multi-objetivo de Altas Prestaciones y Energéticamente Eficiente en Arquitecturas de Computador Heterogéneas. Aplicaciones en Ingeniería Biomédica(e-hpMOBE)

OBJETIVOS

 

  • Optimización multi-objetivo en arquitecturas paralelas y distribuidas heterogéneas con un aprovechamiento equilibrado de computación, comunicación y almacenamiento, buscando reducir tiempos de ejecución y consumo energético, y mejorar la calidad de las soluciones alcanzadas. Para ello se desarrollarán nuevos procedimientos evolutivos paralelos sobre sub-poblaciones, identificados a través del proyecto TIN2012-32039 como una aproximación plausible para los problemas de gran dimensionalidad, y se explorarán nuevas alternativas de cooperación, con comunicación asíncrona entre procesadores, localidad de acceso a los datos, y distribución eficiente de los datos de disco aprovechando las características de ciertos sistemas de ficheros distribuidos. Además, se considerarán y compararán, desde el punto de vista de la mejora de la tolerancia a fallos de la aplicación, implementaciones de tipo pool de la cooperación co-evolutiva en optimización multi-objetivo.
  • Diseño de aproximaciones multi-objetivo para problemas de análisis datos como son la selección de características, la clasificación, y el clustering, sobre conjuntos de datos de gran tamaño y/o dimensionalidad. Estas aproximaciones multi-objetivo se implementarán utilizando los códigos paralelos a los que se refiere el punto anterior.
  • Desarrollo de aplicaciones de relevancia socio-económica en ingeniería biomédica, fundamentalmente relacionadas con la neuroingeniería, las tecnologías de rehabilitación y el procesamiento de imágenes médicas, en las que el grupo investigador tiene probada experiencia. Se trata de hacer posible el desarrollo de aplicaciones que implican la monitorización continua de bioseñales, en las que hay que identificar características concretas; que precisan sistemas hardware/software para extraer, clasificar, procesar dichas señales, y reaccionar en tiempo real; y donde la computación de altas prestaciones posibilitará abordar de los problemas de optimización y el clustering multi-objetivo en espacios de dimensión elevada que plantean.