Análisis del proceso de aceleración vía hardware en LIBSVM : Máquinas de soporte vectorial optimizadas

Abstract

Las Máquinas de Soporte Vectorial (SVM) son una herramienta de aprendizaje común utilizada ampliamente gracias a su alta precisión en tareas de clasificación. El uso de las SVM en tiempo real a través de sistemas embebidos resulta desafiante debido a la complejidad de los cálculos que se requieren. Por tanto, se hace presente la necesidad de migrar las SVM a plataformas hardware con el fin de alcanzar un alto rendimiento con costes y consumos de energía bajos. El presente artículo proporciona un estudio exhaustivo del proceso de aceleración de la librería LIBSVM mediante hardware. Dicha librería será utilizada durante la clasificación binaria de características, tomando como caso de estudio la identificación de masas mamarias. Se presenta además una optimización que ofrece una aceleración del 57% respecto de algoritmo original. Por último, se sugieren algunas direcciones claves que optimizarán el proceso de aceleración en futuras investigaciones.