Optimization of Pattern Matching Algorithms for Multi- and Many-Core Platforms

Image and video compression play a major role in the world today, allowing the storage and transmission of large multimedia content volumes. However, the processing of this information requires high computational resources, hence the improvement of the computational performance of these compression algorithms is very important. The Multidimensional Multiscale Parser (MMP) is a pattern-matching-based compression algorithm for multimedia contents, namely images, achieving high compression ratios, maintaining good image quality, Rodrigues et al. [2008]. However, in comparison with other existing algorithms, this algorithm takes some time to execute. Therefore, two parallel implementations for GPUs were proposed by Ribeiro [2016] and Silva [2015] in CUDA and OpenCL-GPU, respectively. In this dissertation, to complement the referred work, we propose two parallel versions that run the MMP algorithm in CPU: one resorting to OpenMP and another that converts the existing OpenCL-GPU into OpenCL-CPU. The proposed solutions are able to improve the computational performance of MMP by 3 and 2:7 , respectively. The High Efficiency Video Coding (HEVC/H.265) is the most recent standard for compression of image and video. Its impressive compression performance, makes it a target for many adaptations, particularly for holoscopic image/video processing (or light field). Some of the proposed modifications to encode this new multimedia content are based on geometry-based disparity compensations (SS), developed by Conti et al. [2014], and a Geometric Transformations (GT) module, proposed by Monteiro et al. [2015]. These compression algorithms for holoscopic images based on HEVC present an implementation of specific search for similar micro-images that is more efficient than the one performed by HEVC, but its implementation is considerably slower than HEVC. In order to enable better execution times, we choose to use the OpenCL API as the GPU enabling language in order to increase the module performance. With its most costly setting, we are able to reduce the GT module execution time from 6.9 days to less then 4 hours, effectively attaining a speedup of 45 .

Tradução e validação da Multidimensional Outcomes Expectations for Exercise Scale para a população portuguesa

Introdução: A prática de exercício físico, para além de combater o sedentarismo, contribui de forma significativa para a manutenção da aptidão física nos idosos, seja na sua vertente de saúde, como nas capacidades funcionais, e na melhoria das funções orgânicas e cognitivas, garantindo maior independência pessoal e prevenindo doenças. É essencial a tradução, adaptação e validação de instrumentos para Portugal que considerem a perceção do idoso em relação ao exercício físico, uma vez que não existem escalas que avaliem esta vertente na população portuguesa. Objetivos: Traduzir a MOEES para a língua portuguesa (português europeu); Adaptar transculturalmente a MOEES para a população portuguesa; Determinar as propriedades psicométricas da versão portuguesa da MOEES; Comparar as propriedades psicométricas da versão portuguesa da MOEES com a MOEES original; Verificar as expectativas dos idosos em relação aos resultados do exercício físico na melhora da sua qualidade de vida. Metodologia: A Adaptação transcultural da MOEES foi realizada segundo as guidelines da American Academy of Orthopaedic Surgeons, que consistiu em tradução inicial, síntese de traduções, retroversão e MOEES-VPT, e análise psicométrica (validade e fiabilidade). Foram incluídos no estudo 88 indivíduos, idosos, fisicamente ativos, maioritariamente do género feminino. Resultados: Segundo a análise estatística, a MOEES revelou ótima validade de constructo (KMO=0,879, TEB X2=1094,253 e variância total explicada=61,7%), muito boa consistência interna (α-Cronbach Geral= 0,928, α-Cronbach Dimensões entre 0,829 e 0,897) e reprodutibilidade (p=0,000 para todas as dimensões), tornando-se num instrumento válido, fiável e eficaz para a população portuguesa. Conclusão: A MOEES revelou ser um instrumento com boas propriedades psicométricas para a população portuguesa, uma vez que se obtiveram resultados iguais e superiores que a escala original.