dc.contributor.advisor | Halaas, Arne | nb_NO |
dc.contributor.advisor | Sandve, Geir Kjetil | nb_NO |
dc.contributor.advisor | Nedland, Magnar | nb_NO |
dc.contributor.author | Eidsheim, Lars Andreas | nb_NO |
dc.date.accessioned | 2014-12-19T13:35:39Z | |
dc.date.available | 2014-12-19T13:35:39Z | |
dc.date.created | 2010-09-11 | nb_NO |
dc.date.issued | 2006 | nb_NO |
dc.identifier | 350869 | nb_NO |
dc.identifier | ntnudaim:1447 | nb_NO |
dc.identifier.uri | http://hdl.handle.net/11250/252020 | |
dc.description.abstract | Store mengder genomisk data er idag tilgjengelig i digital form, og utvikling av teknikker for analyse av dette materialet er et viktig forskningsfelt. Oppdaging av overrepresenterte mønster er et av målene for slik analyse. Ved å identifisere slike mønster kan man få bedre forståelse for de komplekse mekanismene som styrer basisfunksjonene i biologiske prosesser. Flere metoder for oppdaging av overrepresenterte mønster er utviklet, deriblant gibbs-sampling som baserer seg på en Position Weight Matrix(PWM)-representasjon av mønstrene. Den har vist seg å gi en god balanse mellom pålitelighet og hastighet. Gibbs-sampling er ikke-deterministisk og må kjøres flere ganger på datamaterialet for å gi gode resultater. Den er også sekvensiell i sin natur, og egner seg derfor i utgangspunktet dårlig for parallellisering. I denne rapporten presenteres endringer i algoritmen som muliggjør parallell kjøring og bruk av spesialmaskinvare for PWM-operasjoner. To strategier for parallellisering blir undersøkt, og begge gir en betydelig hastighetsøkning i forhold til en sekvensiell implementasjon. | nb_NO |
dc.language | nor | nb_NO |
dc.publisher | Institutt for datateknikk og informasjonsvitenskap | nb_NO |
dc.subject | ntnudaim | no_NO |
dc.subject | SIF2 datateknikk | no_NO |
dc.subject | Komplekse datasystemer | no_NO |
dc.title | En maskinvareakselerert parallell gibbs-sampler for oppdaging av motiver | nb_NO |
dc.title.alternative | A hardware-accelerated parallel Gibbs Sampler for discovery of novel Motifs | nb_NO |
dc.type | Master thesis | nb_NO |
dc.source.pagenumber | 43 | nb_NO |
dc.contributor.department | Norges teknisk-naturvitenskapelige universitet, Fakultet for informasjonsteknologi, matematikk og elektroteknikk, Institutt for datateknikk og informasjonsvitenskap | nb_NO |