CPL 2
Transkrypt
CPL 2
Szeregowanie zadań w oparciu o modele regresji rangowej Leon Bobrowski 1,2 Tomasz Łukaszuk 1 Politechnika Białostocka, Wydział Informatyki 2 Instytut Biocybernetyki i Inżynierii Biomedycznej PAN 1 Technologie Eksploracji i Reprezentacji Wiedzy 2007 Plan wystąpienia Wprowadzenie Liniowa transformacja rangowa Dodatnio i ujemnie zorientowane dipole Zbiory C+ i C- i ich liniowa separowalność Funkcja kryterialna CPL Minimalizacja wartości funkcji kryterialnej CPL Zastosowanie liniowej transformacji rangowej w szeregowaniu zadań Przykłady zastosowań Technologie Eksploracji i Reprezentacji Wiedzy 2007 Wprowadzenie (1/5) Realizowany proces obliczeniowy został podzielony na m zadań Oj Każde zadanie jest scharakteryzowane przez przedział czasu τj wymagany na jego realizację oraz wektor zależności ρj=[ρj1,...,ρjm]T o składowych binarnych wyrażający zależność od innych zadań Zakładamy, że zadania nie mogą się blokować wzajemnie Technologie Eksploracji i Reprezentacji Wiedzy 2007 Wprowadzenie (2/5) ρji=1 - oznacza, że zadanie Oj może być realizowane tylko wtedy, gdy zostanie zrealizowane zadanie Oi ρji=0 – oznacza, że zadanie Oj może być realizowane niezależnie od zadania Oi Technologie Eksploracji i Reprezentacji Wiedzy 2007 Wprowadzenie (3/5) Przykład 1: Zadania realizowane sekwencyjnie ρ1 = [0 0 0 0 0] ρ2 = [1 0 0 0 0] ρ3 = [0 1 0 0 0] ρ4 = [0 0 1 0 0] ρ5 = [0 0 0 1 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Wprowadzenie (4/5) Przykład 1: Perceptron wielowarstwowy ρ1 = [0 0 0 0 0 0 0] ρ2 = [0 0 0 0 0 0 0] ρ3 = [0 0 0 0 0 0 0] ρ4 = [0 0 0 0 0 0 0] ρ5 = [1 1 1 1 0 0 0] ρ6 = [1 1 1 1 0 0 0] ρ7 = [0 0 0 0 1 1 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Wprowadzenie (5/5) Sformułowanie problemu: Weryfikacja zagrożenia blokowania się zadań Optymalizacja procesu obliczeniowego poprzez wykrycie zadań możliwych do zrównoleglenia Wyznaczenie kolejności wykonywania się zadań Technologie Eksploracji i Reprezentacji Wiedzy 2007 Liniowa transformacja rangowa (1/3) Rozważamy odwzorowanie liniowe postaci y j = wT x j j = 1,..., m gdzie w = [w1 ,..., wN ]T ∈ R N jest wektorem parametrów Odwzorowanie przyporządkowuje poszczególnym wektorom cech xj punkty na prostej yj Punkty yj na prostej uporządkowane są zgodnie z relacją większościową y j (1) < y j ( 2 ) < ... < y j ( m ) Technologie Eksploracji i Reprezentacji Wiedzy 2007 Liniowa transformacja rangowa (2/3) x 4 x1 x1 x3 x3 x 2 y j ( w) = w x j x 2 x5 Relacja następstwa y5(w) T Transformacja liniowa y3(w) y2(w) y1(w) y4(w) Uporządkowanie punktów na prostej Technologie Eksploracji i Reprezentacji Wiedzy 2007 Liniowa transformacja rangowa (3/3) Zagadnienie regresji rangowej: Wybór wektora parametrów w, który daje największą możliwą zgodność uporządkowania punktów yj na prostej wyznaczonej przez T y ( w ) = w x j z relacją następstwa równanie j pomiędzy wektorami cech xj. Technologie Eksploracji i Reprezentacji Wiedzy 2007 Dodatnio i ujemnie zorientowane dipole (1/3) Relacja następstwa może być użyta w określaniu orientacji dipoli utworzonych z wektorów cech, dla których relacja jest dana Technologie Eksploracji i Reprezentacji Wiedzy 2007 Dodatnio i ujemnie zorientowane dipole (2/3) Def. 1: Para wektorów (xj,xk) (j<k) tworzy dipol z orientacją dodatnią {xj,xk} (j,k)∈I+ wtedy i tylko wtedy gdy x j x k (∀( j , k ) ∈ I + ) x j x k Def. 2: Para wektorów (xj,xk) (j<k) tworzy dipol z orientacją ujemną {xj,xk} (j,k)∈I- wtedy i tylko wtedy gdy x k x j (∀( j , k ) ∈ I − ) x k x j Technologie Eksploracji i Reprezentacji Wiedzy 2007 Dodatnio i ujemnie zorientowane dipole (3/3) Def. 3: Uporządkowanie punktów yj na prostej jest zgodne z relacją pomiędzy wektorami xj wtedy i tylko wtedy gdy spełnione są relacje: (∀( j , k ) ∈ I + ) y j < yk (∀( j , k ) ∈ I − ) y j > yk Technologie Eksploracji i Reprezentacji Wiedzy 2007 Zbiory C i C i ich liniowa separowalność (1/3) + Relacje - (∀( j , k ) ∈ I + ) y j < yk (∀( j , k ) ∈ I − ) y j > yk można przedstawić w postaci: (∀( j , k ) ∈ I + ) wT ( x k − x j ) > 0 (∀( j , k ) ∈ I − ) wT ( x k − x j ) < 0 Technologie Eksploracji i Reprezentacji Wiedzy 2007 Zbiory C i C i ich liniowa separowalność (2/3) + - Tworzymy zbiory wektorów C+ i CC + = {r jk = ( x k − x j ) : ( j , k ) ∈ I + } C − = {r jk = ( x k − x j ) : ( j , k ) ∈ I − } Liniowa rozdzielność zbiorów C+ i C- przez hiperpłaszczyznę H ( w) = {x : wT x = 0} przechodzącą przez początek układu współrzędnych zapewnia spełnienie relacji + − ( ∀ ( j , k ) ∈ I ) y j > yk (∀( j , k ) ∈ I ) y j < y k Technologie Eksploracji i Reprezentacji Wiedzy 2007 Zbiory C i C i ich liniowa separowalność (3/3) + Zagadnienie regresji rangowej sprowadza się do wyznaczenia optymalnej hiperpłaszczyzny rozdzielającej zbiory C+ i C- - x2 C+ w* C- x1 Technologie Eksploracji i Reprezentacji Wiedzy 2007 Funkcja kryterialna CPL (1/2) Wyznaczenia hiperpłaszczyzny optymalnie rozdzielającej zbiory C+ i C- można dokonać minimalizując regresyjno-rangową funkcję kryterialną Φ r ( w) = T 1 − w r jk + ϕ jk ( w) = 0 + ϕ ∑ jk (w) + ( j , k )∈I + − ϕ ∑ jk (w) ( j , k )∈I − jezeli wT r jk < 1 jezeli wT r jk ≥ 1 T 1 + w r jk − ϕ jk ( w) = 0 jezeli wT r jk > −1 jezeli wT r jk ≤ −1 Technologie Eksploracji i Reprezentacji Wiedzy 2007 Funkcja kryterialna CPL (2/2) Technologie Eksploracji i Reprezentacji Wiedzy 2007 Minimalizacja wartości funkcji kryterialnej CPL Minimalizacja wartości funkcji kryterialnej Φ r (w) może być dokonana za pomocą algorytmu wymiany rozwiązań bazowych, techniki zbliżonej do programowania liniowego. Technologie Eksploracji i Reprezentacji Wiedzy 2007 Zastosowanie liniowej transformacji rangowej w szeregowaniu zadań (1/2) Relacja następstwa (poprzedzania): (Oi O j ) ⇔ ( ρ ji = 1) Liniowe odwzorowanie rangowe: T t (w ) = w ρ Zbiory różnicowe C+ i C-: C + = {r ji = ρ j − ρ i : i < j oraz Oi O j } C − = {r ji = ρ j − ρ i : i < j oraz O j Oi } Technologie Eksploracji i Reprezentacji Wiedzy 2007 Zastosowanie liniowej transformacji rangowej w szeregowaniu zadań (2/2) Model rangowy zachowuje wszystkie zależności pomiędzy zadaniami, wtedy i tylko wtedy, gdy wektor w zapewnia liniowe rozdzielenie zbiorów C+ i CJeżeli wartość funkcji kryterialnej Φ r (w) jest równa 0, to wszystkie zależności pomiędzy zadaniami są zachowane przez model, zadania mogą być realizowane (są niesprzeczne). Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 1 Dane Zbiory C+ i CC+: r21 = [1 0 0 0 0 0 0 0 0 0] r32 = [-1 1 0 0 0 0 0 0 0 0] r43 = [0 -1 1 0 0 0 0 0 0 0] r54 = [0 0 -1 1 0 0 0 0 0 0] r65 = [0 0 0 -1 1 0 0 0 0 0] r76 = [0 0 0 0 -1 1 0 0 0 0] r87 = [0 0 0 0 0 -1 1 0 0 0] r98 = [0 0 0 0 0 0 -1 1 0 0] r109 = [0 0 0 0 0 0 0 -1 1 0] C-: ϕ Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 1 Model Φ=0 w = [1 2 3 4 5 6 7 8 9 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 2 Dane Zbiory C+ i CC+: r21 = [1 0 0 0 0 0 0 0 0 0] r31 = [1 0 0 0 0 0 0 0 0 0] r43 = [-1 0 1 0 0 0 0 0 0 0] r54 = [0 0 -1 1 0 0 0 0 0 0] r65 = [0 0 0 -1 1 0 1 0 0 0] r71 = [1 0 0 0 0 0 0 0 0 0] r87 = [-1 0 0 0 0 0 1 0 0 0] r98 = [0 0 0 0 0 0 -1 1 0 0] r109 = [0 0 0 0 0 0 0 -1 1 0] C-: r75 = [1 0 0 0 -1 0 -1 0 0 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 2 Model Φ=0 w = [1 0 2 3 2 0 2 3 4 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 3 Dane Zbiory C+ i CC+: r21 = [1 0 0 0 0 0 0 0 0 0] r31 = [1 0 0 1 0 0 0 0 0 0] r43 = [-1 0 1 0 -1 0 0 0 0 0] r54 = [0 0 -1 1 0 0 0 0 0 0] r65 = [0 0 0 -1 1 0 1 0 0 0] r71 = [1 0 0 0 0 0 0 0 0 0] r87 = [-1 0 0 0 0 0 1 0 0 0] r98 = [0 0 0 0 0 0 -1 1 0 0] r109 = [0 0 0 0 0 0 0 -1 1 0] C-: r53 = [-1 0 0 1 -1 0 0 0 0 0] r56 = [1 0 0 0 -1 0 -1 0 0 0] Technologie Eksploracji i Reprezentacji Wiedzy 2007 Przykład 3 Model Φ = 0,16 w = [1 0 0 0 0 0 2 3 4 0] Sprzeczność!!! Technologie Eksploracji i Reprezentacji Wiedzy 2007 Dziękuję za uwagę! Technologie Eksploracji i Reprezentacji Wiedzy 2007