scholarly journals A MACHINE LEARNING MODEL FOR AN EARTHQUAKE FORECASTING USING PARALLEL PROCESSING

2020 ◽  
Author(s):  
Manoj Kollam ◽  
Ajay Joshi
Keyword(s):  
Machine Learning ◽  
Parallel Processing ◽  
Geographical Location ◽  
Model Performance ◽  
Economic Loss ◽  
Central Processing Unit ◽  
Earthquake Forecasting ◽  
Processing Unit ◽  
Daily Lives ◽  
Central Processing

Earthquake is a devastating natural hazard which has a capability to wipe out thousands of lives and cause economic loss to the geographical location. Seismic stations continuously gather data without the necessity of the occurrence of an event. The gathered data is processed by the model to forecast the occurrence of earthquakes. This paper presents a model to forecast earthquakes using Parallel processing. Machine Learning is rapidly taking over a variety of aspects in our daily lives. Even though Machine Learning methods can be used for analyzing data, in the scenario of event forecasts like earthquakes, performance of Machine Learning is limited as the data grows day by day. Using ML alone is not a perfect solution for the model. To increase the model performance and accuracy, a new ML model is designed using parallel processing. The drawbacks of ML using central processing unit (CPU) can be overcome byGraphic Processing unit (GPU) implementation, since the parallelism is naturally provided using framework for developing GPU utilizing computational algorithms, known as the Compute Unified Device Architecture (CUDA). The implementation of hybrid state vector machine (H-SVM) algorithm using parallel processing through CUDA is used to forecast earthquakes. Our experiments show that the GPU based implementation achieved typical speedup values in the range of 3-70 times compared to conventional central processing unit (CPU). Results of different experiments are discussed along with their consequences.

scholarly journals Machine learning–based automated image processing for quality management in industrial Internet of Things

2019 ◽  
Vol 15 (10) ◽  
pp. 155014771988355 ◽  
Author(s):  
Nematullo Rahmatov ◽  
Anand Paul ◽  
Faisal Saeed ◽  
Won-Hwa Hong ◽  
HyunCheol Seo ◽  
...  
Keyword(s):  
Machine Learning ◽  
Image Processing ◽  
Quality Control ◽  
Central Processing Unit ◽  
Processing Unit ◽  
Production Lines ◽  
Central Processing ◽  
Unit System ◽  
Industrial Internet ◽  
Automated Image Processing

The aim of this article is to automate quality control once a product, essentially a central processing unit system, is manufactured. Creating a model that helps in quality control, increases efficiency and speed of production by rejecting abnormal products automatically is vital. A widely used technology for this is to use industrial image processing that is based on the use of special cameras or imaging systems installed within the production line. In this article, we propose a highly efficient model to automate central processing unit system production lines in an industry such that images of the production lines are scanned and any abnormalities in their assembly are pointed out by the model and information about this is transferred to the system administrator via a cyber-physical cloud system network. A machine learning–based approach is used for proper classification. This model not only focuses on just the abnormalities but also helps in configuring the angles from which images of the production are taken, and our methods show 92% accuracy.

Perangkat keras komputer

2020 ◽  
Author(s):  
Roudati jannah
Keyword(s):  
Data Storage ◽  
Central Processing Unit ◽  
External Memory ◽  
Storage Device ◽  
Input Device ◽  
Processing Unit ◽  
Central Processing ◽  
Output Device

Perangkat keras komputer adalah bagian dari sistem komputer sebagai perangkat yang dapat diraba, dilihat secara fisik, dan bertindak untuk menjalankan instruksi dari perangkat lunak (software). Perangkat keras komputer juga disebut dengan hardware. Hardware berperan secara menyeluruh terhadap kinerja suatu sistem komputer. Prinsipnya sistem komputer selalu memiliki perangkat keras masukan (input/input device system) – perangkat keras premprosesan (processing/central processing unit) – perangkat keras luaran (output/output device system) – perangkat tambahan yang sifatnya opsional (peripheral) dan tempat penyimpanan data (storage device system/external memory).

CENTRAL PROCESSING UNIT (CPU)

2020 ◽  
Author(s):  
Ika Milia wahyunu Siregar
Keyword(s):  
Processing System ◽  
Central Processing Unit ◽  
Processing Unit ◽  
Central Processing

Perkembangan IT di dunia sangat pesat, mulai dari perkembangan sofware hingga hardware. Teknologi sekarang telah mendominasi sebagian besar di permukaan bumi ini. Karena semakin cepatnya perkembangan Teknologi, kita sebagai pengguna bisa ketinggalan informasi mengenai teknologi baru apabila kita tidak up to date dalam pengetahuan teknologi ini. Hal itu dapat membuat kita mudah tergiur dan tertipu dengan berbagai iklan teknologi tanpa memikirkan sisi negatifnya. Sebagai pengguna dari komputer, kita sebaiknya tahu seputar mengenai komponen-komponen komputer. Komputer adalah serangkaian mesin elektronik yang terdiri dari jutaan komponen yang dapat saling bekerja sama, serta membentuk sebuah sistem kerja yang rapi dan teliti. Sistem ini kemudian digunakan untuk dapat melaksanakan pekerjaan secara otomatis, berdasarkan instruksi (program) yang diberikan kepadanya. Istilah Hardware komputer atau perangkat keras komputer, merupakan benda yang secara fisik dapat dipegang, dipindahkan dan dilihat. Central Processing System/ Central Processing Unit (CPU) adalah salah satu jenis perangkat keras yang berfungsi sebagai tempat untuk pengolahan data atau juga dapat dikatakan sebagai otak dari segala aktivitas pengolahan seperti penghitungan, pengurutan, pencarian, penulisan, pembacaan dan sebagainya.

Perangkat lunak komputer

2020 ◽  
Author(s):  
Intan khadijah simatupang
Keyword(s):  
Data Storage ◽  
Central Processing Unit ◽  
External Memory ◽  
Storage Device ◽  
Input Device ◽  
Processing Unit ◽  
Central Processing ◽  
Output Device

Komputer adalah serangkaian mesin elektronik yang terdiri dari jutaan komponen yang dapat saling bekerja sama, serta membentuk sebuah sistem kerja yang rapi dan teliti. Sistem ini kemudian digunakan untuk dapat melaksanakan pekerjaan secara otomatis, berdasarkan instruksi (program) yang diberikan kepadanya. Istilah Hardware computer atau perangkat keras komputer, merupakan benda yang secara fisik dapat dipegang, dipindahkan dan dilihat. Software komputer atau perangkat lunak komputer merupakan kumpulan instruksi (program/prosedur) untuk dapat melaksanakan pekerjaan secara otomatis dengan cara mengolah atau memproses kumpulan instruksi (data) yang diberikan. Pada prinsipnya sistem komputer selalu memiliki perangkat keras masukan (input/input device system) – perangkat keras pemprosesan (processing/ central processing unit) – perangkat keras keluaran (output/output device system), perangkat tambahan yang sifatnya opsional (peripheral) dan tempat penyimpanan data (Storage device system/external memory).

PERANGKAT KERAS ( HARDWARE ) PADA KOMPUTER

2020 ◽  
Author(s):  
Siti Kumala Dewi
Keyword(s):  
Processing System ◽  
Central Processing Unit ◽  
Input Device ◽  
Processing Unit ◽  
Central Processing ◽  
Output Device ◽  
System P ◽  
System 2

Perangkat keras komputer adalah bagian dari sistem komputer sebagai perangkat yang dapat diraba, dilihat secara fisik, dan bertindak untuk menjalankan instruksi dari perangkat lunak (software). Perangkat keras komputer juga disebut dengan hardware. Hardware berperan secara menyeluruh terhadap kinerja suatu sistem komputer. Berdasarkan fungsinya, perangkat keras terbagi menjadi :1.Sistem Perangkat Keras Masukan (Input Device System )2.Sistem Pemrosesan ( Central Processing System/ Central Processing Unit(CPU)3.Sistem Perangkat Keras Keluaran ( Output Device System )4.Sistem Perangkat Keras Tambahan (Peripheral/Accessories Device System)

Design of Gas Monitor System Based on ARM & Linux

2011 ◽  
Vol 143-144 ◽  
pp. 819-822
Author(s):  
Shun Jing Guo ◽  
Wei Zhang
Keyword(s):  
Coal Mine ◽  
Contact Surface ◽  
Hardware Design ◽  
Central Processing Unit ◽  
Processing Unit ◽  
Monitor System ◽  
Central Processing ◽  
Software And Hardware ◽  
Machine Interaction ◽  
General Module

The paper presents and designs a new-style gas monitor terminal in coal mine based on ARM chip called S3C2410A, which means the hardware and driver's designation of system uses S3C2410A as its central processing unit and also expounds the detail of software and hardware design. The system communicates with metrical instrument by the RS485 BUS. It can monitor the mine gas in network. It has good man-machine interaction contact surface and can be inserted into intelligence instrument as a general module.

scholarly journals Implementación de redes neuronales en FPGAs usando tipos de datos de punto fijo

2020 ◽  
Vol 8 ◽  
Author(s):  
Daniel Enériz Orta ◽  
Nicolás Medrano Marqués ◽  
Belén Calvo López
Keyword(s):  
Field Programmable Gate Array ◽  
A Priori ◽  
Central Processing Unit ◽  
Processing Unit ◽  
Central Processing ◽  
Field Programmable ◽  
Gate Array

La capacidad de estimar funciones no lineales hace que las redes neuronales sean una de las herramientas más usadas para aplicar fusión sensorial, permitiendo combinar la salida de diferentes sensores para obtener información de la que a priori no se dispone. Por otra parte, la capacidad de procesamiento paralelo de las FPGAs (Field-Programmable Gate Array) las hace idóneas para implementar redes neuronales ubicuas, permitiendo inferir resultados más rápido que una CPU (Central Processing Unit) sin necesidad de una conexión activa a internet. De esta forma, en este artículo se propone un flujo de trabajo para diseñar, entrenar e implementar una red neuronal en una FPGA Xilinx PYNQ Z2 que use tipos de dato de punto fijo para hacer fusión sensorial. Dicho flujo de trabajo es probado mediante el desarrollo de una red neuronal que combine las salidas de una nariz artificial de 16 sensores para obtener una estimación de las concentraciones de CH4 y C2H4.

Sign in / Sign up

Export Citation Format

Share Document