Paralelización del algoritmo de clasificación DER usando imágenes hiperespectrales

Abstract

En este trabajo se describe una posible paralelización del método de razonamiento evidencial dinámico (DER). Este método está basado en la teoría de Dempster y Shafer sobre la evidencia, y en este caso se lo utiliza para clasificar distintos tipos de cultivos en imágenes hiperespectrales de la región de Nebraska (USA). La alternativa de paralelización estudiada permite mejorar el tiempo de respuesta del algoritmo en su versión secuencial, el cual tiene un importante costo computacional proveniente del hecho de trabajar con imágenes de 10 o más bandas espectrales y de gran dimensión espacial. La versión paralela se implementó usando un “cluster” de PCs bajo Windows. Se presentan aquí los resultados obtenidos para esta aplicación particular y su comparación con los de la versión secuencial.