English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Gunumuzde buyuk verilerden anlamli bilgiler cikartan ve akilli kararlar alabilen algoritmalarin en verimli sekilde ve en uygun hesaplama ortaminda calistirilmasi gittikce artan bir onem arz etmektedir. Bu makalede scikit-learn, Tensorflow, WEKA, libSVM, ThunderSVM, GMTK, PSI-BLAST, and HHblits gibi buyuk veri analizi uygulamalari bulunan cesitli makine ogrenmesi ve biyoenformatik programlarinin yuksek basarimli hesaplama sistemleri ve is istasyonlarindaki performanslari incelenmistir. Programlar tek merkezi islemci cekirdegine ek olarak paralel isleme ve grafik islemci versiyonlarinin mevcut olma durumuna gore, coklu merkezi islemci cekirdegi ve grafik islemci cekirdeklerinde calistirilmistir. Secilen programlar icin optimum CPU cekirdek sayisi tespit edilmistir. Yapilan analizler sonucunda hiz performansinin bircok faktore bagli oldugu sonucuna varilmistir. Bunlar arasinda merkezi/grafik islemci versiyonlari, hafiza miktari, secilen cekirdek sayisi ve kullanilan algoritma sayilabilir. Bir programin paralel islemeye imkan taniyan versiyonu mevcutsa en hizli hesaplama grafik islemci birimleri ile, daha sonra paralel merkezi islemci ve tek merkezi islemci ile elde edilmistir. Incelenen uygulamalar acisindan en basarili sistem farklilik gosterse de mevcut calisma makine ogrenmesi ve biyoenformatik alanindaki arastirma ve gelistirme yapanlarin projelerinde en uygun kaynaklari secmesine olanak saglayacaktir.

Makine Öğrenmesi ve Biyoenformatik Uygulamalarının Yüksek Başarımlı Hesaplama Sistemlerindeki Performans Analizi