面向高性能计算的生物信息学应用学习算法（U-BRAIN）并行实现探讨
定量方法
2016-10-19 v1
摘要
背景：生物医学研究中产生的大量数据需要复杂的算法方法来进行存储、分析和处理。高性能计算（HPC）似乎是应对这一挑战的灵丹妙药。然而，在此背景下出现了若干难以解决的并行化和负载平衡问题。本文我们讨论了一种通用学习算法的面向HPC的实现，该算法最初为DNA分析而设计，最近扩展为处理数据中的不确定性（U-BRAIN）。U-BRAIN算法是一种学习算法，它寻找一个析取范式（DNF）的布尔公式，其复杂度近似最小，且与一组可能缺失位的数据（实例）一致。公式的合取项以迭代方式计算，通过从给定数据中识别一组条件集合，这些条件必须被所有正实例满足且被所有负实例违反；此类条件允许计算每个属性（文字）的一组系数（相关性），这些系数形成概率分布，从而允许选择项文字。表征它的巨大通用性使得U-BRAIN可应用于许多需要分析数据的领域。然而，运行所需的内存和执行时间分别为O(n3)和O(n5)量级，因此该算法对于海量数据集而言难以承受。
引用
@article{arxiv.1610.05512,
title = {Towards a HPC-oriented parallel implementation of a learning algorithm for bioinformatics applications},
author = {Gianni D'Angelo and Salvatore Rampone},
journal= {arXiv preprint arXiv:1610.05512},
year = {2016}
}
备注
14 pages, BMC Bioinformatics 2014, 15(Suppl 5):S2; http://www.biomedcentral.com/1471-2105/15/S5/S2