0
Massive Datamængder<br />Processering, Visualisering og Fortolkning<br />Senior Forsknings- og Innovationsspecialist<br />...
June 23, 2009<br />Page 2<br />Barriere<br />Eksponentiel vækst af data<br />Multi-core krisen<br />Data-intensive beregni...
Faglige Mål<br />Eksisterende anvendelser med større data<br />Dansk erhvervsliv bliver i stand til at udnytte de massive ...
June 23, 2009<br />Page 4<br />Vækst i mængden af digital information<br />
June 23, 2009<br />Page 5<br />Vækst og lagring af data<br />
Multi-core crisis<br />Megen software er udviklet til enkelt-kerne processor<br />Bliver ikke længere hurtigere<br />
GPU’en som accelerator<br />”Supercomputing on the desktop”<br />100-250x hurtigere beregninger for velegnede problemer<br />
CASE: Cardiac Surgery Simulation<br />Medfødte hjertefejl hos børn<br />Interaktiv kirurgisk simulator<br />Præ-operativ p...
Cutting Illustrated<br />
Massive data / high performance computing<br />
Real time Volume Rendering<br />
Processering<br />Streaming på mobile enheder<br />mængden af indkommende data overstiger lang muligheden for at lagre den...
Visualisering og Simulation<br />Interaktiv Infographics<br />”information-overload”, kampen om læsernes opmærksomhed og d...
Fortolkning<br />Afdækning og vidensopbygning omkring de mest anvendelsesorienterede state-of-the-art algoritmer<br />Data...
Eksempler på anvendelse<br />Store mængder af data fra sensorer i produkter<br />Data skal behandles løbende, da de er for...
Eksempler på anvendelse<br />Visuel kommunikation ved hjælp af interaktive illustrationer<br />Let forstålig adgang til ma...
Eksempler på anvendelse<br />Virtuel træning<br />Som supplement til træning i virkelighed<br />Altid tilgængeligt<br />Ka...
Jesper.mosegaard@alexandra.dk<br />
Upcoming SlideShare
Loading in...5
×

Massive Data

330

Published on

- mængden af data vokser så enormt, at vi ikke magter at udnytte dem optimalt. De mange apparater på nettet sender data, der skal analyseres og vurderes Store nye typer software til for at man kan udnytte de massive datamængder der produceres f.eks. i energi- og finanssektoren, og denne software skal kunne fortolke de mange data og fungere som beslutningsstøtte.

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
330
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of "Massive Data"

  1. 1. Massive Datamængder<br />Processering, Visualisering og Fortolkning<br />Senior Forsknings- og Innovationsspecialist<br />Jesper Mosegaard, PhD<br />
  2. 2. June 23, 2009<br />Page 2<br />Barriere<br />Eksponentiel vækst af data<br />Multi-core krisen<br />Data-intensive beregninger på GPU’en<br />
  3. 3. Faglige Mål<br />Eksisterende anvendelser med større data<br />Dansk erhvervsliv bliver i stand til at udnytte de massive mængder data de ligger inde med – som i dag kun i neddroslede versioner kan processeres, visualiseres og fortolkes.<br />Nye anvendelser af data<br />At skabe nye anvendelser af data til processering, visualisering og fortolkning ved til fulde at udnytte beregningskapaciteten tilgængelige i moderne pc’ere. <br />100-250x hurtigere beregning<br />
  4. 4. June 23, 2009<br />Page 4<br />Vækst i mængden af digital information<br />
  5. 5. June 23, 2009<br />Page 5<br />Vækst og lagring af data<br />
  6. 6. Multi-core crisis<br />Megen software er udviklet til enkelt-kerne processor<br />Bliver ikke længere hurtigere<br />
  7. 7. GPU’en som accelerator<br />”Supercomputing on the desktop”<br />100-250x hurtigere beregninger for velegnede problemer<br />
  8. 8. CASE: Cardiac Surgery Simulation<br />Medfødte hjertefejl hos børn<br />Interaktiv kirurgisk simulator<br />Præ-operativ planlægning og træning<br />Tværvidenskabeligt samarbejde<br />Vævsdeformation i realtid<br />Forcefeedback<br />Overflade rendering<br />MRI-baseret data<br />June 23, 2009<br />Page 8<br />
  9. 9. Cutting Illustrated<br />
  10. 10. Massive data / high performance computing<br />
  11. 11. Real time Volume Rendering<br />
  12. 12. Processering<br />Streaming på mobile enheder<br />mængden af indkommende data overstiger lang muligheden for at lagre denne og beregningsenheden er relativt lille <br />live-streaming af koncerter med navigations muligheder igennem interpolation af samtlige video signaler”<br />Hadoop<br />en open source implementation af Map-Reduce programmeringsmodellen <br />Samarbejde med MadAlgo<br />Multi-cores CPU og General Purpose GPU<br />CUDA og OpenCL <br />OpenMP<br />Samarbejde med DHI<br />
  13. 13. Visualisering og Simulation<br />Interaktiv Infographics<br />”information-overload”, kampen om læsernes opmærksomhed og den massive mængden af data, der ligger bag analyser og statistikker<br />interaktive illustrationer og informations grafik til formidling af kompleks information – henover web, mobiler og storskærme. <br />Samarbejde med Digital Urban Living, Danmarks Statistik, Pietersons Institute<br />Medicinsk visualisering og simulering<br />Automatisk billedbehandling og diagnose-relevant visualisering<br />Kirurgisk træning igennem simulatorer. <br />Samarbejde med Datalogisk Institut<br />Simulation af visuelle fænomener<br />Præcis gengivelse af visuelle fænomener (global illumination) meget hurtigt ved hjælp af GPU acceleration <br />Interaktiv design af geometri, lys og materiale <br />Samarbejde med Henrik Wann Jensen<br />
  14. 14. Fortolkning<br />Afdækning og vidensopbygning omkring de mest anvendelsesorienterede state-of-the-art algoritmer<br />Datadriven machine learning, pattern recognition, feature extraction, clustering, data-mining og decision support<br />Samarbejde med DHI<br />Integration og fortolkning af positioneringsdata<br />effektive søgealgoritmer til søgning i Internet baserede data kombineret med realtids positioneringsdata<br />Sociale netværk / udendørs computerspil<br />Brain-computer interface<br />fokus på handikappede og computerspil <br />Samarbejde med Ålborg Universitet og DTU <br />
  15. 15. Eksempler på anvendelse<br />Store mængder af data fra sensorer i produkter<br />Data skal behandles løbende, da de er for store til at gemme<br />June 23, 2009<br />Page 15<br />
  16. 16. Eksempler på anvendelse<br />Visuel kommunikation ved hjælp af interaktive illustrationer<br />Let forstålig adgang til mange data<br />Brugeren kan undersøge og navigerer<br />June 23, 2009<br />Page 16<br />
  17. 17. Eksempler på anvendelse<br />Virtuel træning<br />Som supplement til træning i virkelighed<br />Altid tilgængeligt<br />Kan visualiserer ting der ikke er tilgængelig i den virkelige verden<br />En instruktør kan ”genafspille” et forløb og analysere den<br />June 23, 2009<br />Page 17<br />
  18. 18. Jesper.mosegaard@alexandra.dk<br />
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×