Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/34063
Files in This Item:
File Description SizeFormat 
2017_WilliandeOliveiraBarreirosJúnior.pdf5,2 MBAdobe PDFView/Open
Title: Accelerating sensitivity analysis in microscopy image segmentation workflows with multi-level computation and data reuse
Authors: Barreiros Júnior, Willian de Oliveira
Orientador(es):: Teodoro, George Luiz Medeiros
Assunto:: Reuso computacional
Análise de sensibilidade
Processamento de imagens - técnicas digitais
Issue Date: 20-Feb-2019
Citation: BARREIROS JÚNIOR, Willian de Oliveira. Accelerating sensitivity analysis in microscopy image segmentation workflows with multi-level computation and data reuse. 2018. xii, 60 f., il. Dissertação (Mestrado em Informática)—Universidade de Brasília, Brasília, 2018.
Abstract: Com a crescente disponibilidade de equipamentos de imagens microscópicas médicas existe uma demanda para execução eficiente de aplicações de processamento de imagens Whole Slide Tissue Images. Pelo processo de análise de sensibilidade é possível melhorar a qualidade dos resultados de tais aplicações, e subsequentemente, a qualidade da análise realizada a partir deles. Devido ao alto custo computacional e à natureza recorrente das tarefas executadas por métodos de análise de sensibilidade (i.e., reexecução de tarefas), emergem oportunidades para reuso computacional. Pela realização de reuso computacional otimiza-se o tempo de execução das aplicações de análise de sensibilidade. Este trabalho tem como objetivo encontrar novas maneiras de aproveitar as oportunidades de reuso computacional em múltiplos níveis de abstração das tarefas. Isto é feito pela apresentação de algoritmos de reuso de tarefas grão-grosso e de novos algoritmos de reuso de tarefas grão-fino, implementados no Region Templates Framework.
Abstract: With the increasingly availability of digital microscopy imagery equipments there is a demand for efficient execution of whole slide tissue image applications. Through the process of sensitivity analysis it is possible to improve the output quality of such applications, and thus, improve the desired analysis quality. Due to the high computational cost of such analyses and the recurrent nature of executed tasks from sensitivity analysis methods (i.e., reexecution of tasks), the opportunity for computation reuse arises. By performing computation reuse we can optimize the run time of sensitivity analysis applications. This work focuses then on finding new ways to take advantage of computation reuse opportunities on multiple task abstraction levels. This is done by presenting the coarse-grain merging strategy and the new fine-grain merging algorithms, implemented on top of the Region Templates Framework.
metadata.dc.description.unidade: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018.
metadata.dc.description.ppg: Programa de Pós-Graduação em Informática
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
DOI: http://dx.doi.org/10.26512/2018.02.D.34063
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show full item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/34063/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.