Επέκταση πλατφόρμας παράλληλης και κατανεμημένης συμπίεσης τρισδιάστατων επιστημονικών δεδομένων
| datacite.contributor.RelatedPerson | Γαλόπουλος, Ευστράτιος | |
| datacite.contributor.RelatedPerson | Δερματάς, Ευάγγελος | |
| datacite.contributor.Supervisor | Χατζηδούκας, Παναγιώτης | |
| dc.contributor.author | Γιωτόπουλος, Χρήστος | |
| dc.contributor.other | Giotopoulos, Christos | |
| dc.date.accessioned | 2025-07-11T06:38:15Z | |
| dc.date.available | 2025-07-11T06:38:15Z | |
| dc.date.issued | 2025-06-22 | |
| dc.degree | masterThesis | |
| dc.description.abstract | Η ραγδαία αύξηση του όγκου των επιστημονικών δεδομένων υψηλής ανάλυσης καθιστάαναγκαία την ανάπτυξη αποδοτικών τεχνικών συμπίεσης, ικανών να εφαρμοστούν σεπεριβάλλοντα υψηλής απόδοσης (HPC). Η παρούσα ιπλωματική εργασία ασχολήθηκε μετην αναβάθμιση, παραμετροποίηση και πειραματική αξιολόγηση του λογισμικού CubismZ,ενός προηγμένου εργαλείου για τη συμπίεση επιστημονικών δεδομένων μεγάλης κλίμακας.Στο πλαίσιο της εργασίας, υλοποιήθηκαν και εφαρμόστηκαν διαφορετικές τεχνικέςσυμπίεσης, όπως οι ZFP, SPERR, FPZIP, SZ και Wavelet-ZLIB, σε σύνολα δεδομένωνυψηλής υπολογιστικής πολυπλοκότητας. Τα σύνολα δεδομένων αφορούν θερμοδυναμικάπεδία, πεδία σπηλαίωσης και γεωμετρικά μοντέλα. Η αποδοτικότητα των συμπιεστών SPERR, SZ, ZFP, FPZIP και WavZ αξιολογήθηκε με βάση τον λόγο συμπίεσης (CR), τονλόγο σήματος προς θόρυβο (PSNR) και τα σφάλματα επανασύνθεσης. Τα αποτελέσματαανέδειξαν την ικανότητα των τεχνικών αυτών να μειώνουν σημαντικά τον αποθηκευτικόκαι υπολογιστικό φόρτο, ενώ ταυτόχρονα διατηρούν την επιστημονική ακρίβεια. Ιδιαίτερηέμφαση δόθηκε στον συμπιεστή SPERR, ο οποίος επέδειξε υψηλή αποδοτικότητα στηνκωδικοποίηση ακραίων τιμών. Η εργασία καταλήγει με προτάσεις για μελλοντικέςεπεκτάσεις, όπως η αυτοματοποίηση της ροής εργασίας και η χρήση τεχνικών μηχανικήςμάθησης για τη δυναμική ρύθμιση των παραμέτρων συμπίεσης | |
| dc.description.translatedabstract | The rapid increase in the volume of high-resolution scientific data necessitates the development of efficient compression techniques suitable for high-performance computing (HPC) environments. This thesis focused on upgrading, configuring, and experimentally evaluating the CubismZ software, an advanced tool for compressing large-scale scientific datasets. Within the scope of this work, various compression techniques were implemented and applied, including ZFP, SPERR, FPZIP, SZ, and Wavelet-ZLIB, on datasets characterized by high computational complexity. The datasets involved thermodynamic fields, cavitation fields, and geometric models. The efficiency of the SPERR, SZ, ZFP, FPZIP, and WavZ compressors was evaluated based on Compression Ratio (CR), Peak Signal-to-Noise Ratio (PSNR), and reconstruction errors. The results highlighted the ability of these techniques to significantly reduce storage and computational load while preserving scientific accuracy. Particular emphasis was given to the SPERR compressor, which demonstrated high efficiency in encoding extreme values. The thesis concludes with recommendations for future expansions, such as workflow automation and the use of machine learning techniques for dynamic adjustment of compression parameters. | |
| dc.identifier.uri | https://hdl.handle.net/10889/30087 | |
| dc.language.iso | el | |
| dc.subject | Συμπίεση δεδομένων | |
| dc.subject | Επιστημονικά δεδομένα | |
| dc.subject | Παράλληλη συμπίεση | |
| dc.subject.alternative | Data compression | |
| dc.subject.alternative | Scientific data | |
| dc.subject.alternative | Parallel compression | |
| dc.title | Επέκταση πλατφόρμας παράλληλης και κατανεμημένης συμπίεσης τρισδιάστατων επιστημονικών δεδομένων | |
| dc.title.alternative | Extension of a platform for parallel and distributed compression of three-dimensional scientific data |