KA PROIEKTUA

KA TXOSTENA

KA Txostena

Proiektuaren deskribapena

Proiektu honek hitzen multzokatze semantikoa eta UNESCOk definitutako zientzia eta teknologiaren alorrekin duen harremana aztertzen du, clustering algoritmoak eta medianen kalkuluak erabiliz.

Exekuzio eta konpilazio instrukzioak

cd compile

./compExekS.sh      # Serieko exekuzioa

./compExekP.sh      # Paralelo exekuzioa

Hitz Multzokatzea

Proiektuaren Deskribapena

Proiektu honen helburua 200.000 hitz-bektore (Word embeddings, GloVe eredua) prozesatzea da, K-means algoritmoa erabiliz hitzen antzekotasunaren arabera multzokatzea. Programa C lengoaian inplementatu da eta OpenMP erabiliz paralelizatu da.

Egiturra

3-proiektua/
├── src/
│   ├── include/           # Goiburu-fitxategiak (.h)
│   ├── serie/             # Serieko kodea (.c)
│   └── paralelo/          # Paraleloko kodea (.c)
├── compile/               # Konpilazio script-ak
├── emaitzak/              # Exekuzio-emaitzak
└── README.md

Paralelizazio Estrategia

Paralelizatutako Funtzioak:

1. multzo_gertuena - Hitz bakoitza zentroiderik gertuenarekin lotzen du

   #pragma omp parallel for private(i, j, dist, min_dist, gertuena) schedule(static)

2. balidazioa - CVI indizea kalkulatzen du

   #pragma omp parallel for schedule(dynamic, 1) private(k, i, j, ind_x) reduction(+:batura)

3. ztalorren_analisia - Zientzia-alorrak analizatzen ditu

   #pragma omp parallel private (k, i, n, mediana) num_threads(48)
   #pragma omp for schedule(dynamic, 1)
   #pragma omp critical

4. medoideak_kalkulatu - Zentroide berriak kalkulatzen ditu

   #pragma omp parallel for private(i, j, k, talde_tam, i1, i2, dist, dist_min, pos_min) schedule(dynamic, 1)

Paralelizatu Gabe Utzitakoak:

• hitzen_distantzia - Overhead handiegia
• hasierako_zentroideak - Denbora laburregia
• zentroide_berriak - medoideak_kalkulatu-ren barruan deitua

Errendimendua

Denbora-konparaketa:

Fasea	Seriea	Paraleloa (8 hari)	Azelerazioa
Sailkatzea	676 s	109 s	6.2×
Balidazioa	465 s	63 s	7.3×
Medoideak	45 s	7 s	6.4×
Ztalor	9 s	2 s	4.5×
GUZTIRA	736 s	109 s	6.7×

Nola Exekutatu

Konpilatuzailea hasieratu: ```bash

cd compile/
./compExekS.sh      # Serieko exekuzioa

./compExekP.sh      # Paralelo exekuzioa

## **Oinarrizko Komandoak**

```bash
# Konpilazioa
gcc -o programa_nagusia -fopenmp *.c

# Exekuzioa
OMP_NUM_THREADS=8 ./programa_nagusia

Egileak

• Thomas Mugica
• Oier Villanueva
• Jon Pacios