Professional Documents
Culture Documents
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
142
ประสบกับปญหาการมีหนวยความจํ าไมเ พียงพอสําหรั บ
การประมวลผล เนื่ อ งจากอาศั ย พื้ น ที่ ห น ว ยความจํ า บน
คอมพิวเตอรเพียงเครื่องเดียวเทานั้น และเร็วๆ นี้มีงานวิจัย
เกี่ ย วกั บ อั ล กอริ ทึ ม เคมี น คลั ส เตอร ริ ง แบบขนานบน
เครือขายของคอมพิวเตอร [3,4,6,8,11] ซึ่งชวยทําใหเวลาที่
จําเปน ตองใช สําหรับ การประมวลผลลดลง และสามารถ
ประมวลผลข อ มู ล ที่ มีข นาดใหญ มากกว า คอมพิ ว เตอร
เพี ย งเครื่อ งเดี ย วจะสามารถประมวลผลได เนื่อ งจากใช
คอมพิวเตอรหลายเครื่องในการประมวลผล
งานวิ จั ย นี้ นํ า เสนอวิ ธี ก ารเพิ่ ม ประสิ ท ธิ ภ าพของ
อั ล กอริ ทึ มเคมี น ด า นความเร็ ว ในการประมวลผล และ
สามารถประมวลผลข อ มู ล ที่ มี ข นาดใหญ ขึ้ น ได โดย
รูปที่ 1. อัลกอริทึมเคมีน นําเสนออัล กอริทึ มสํา หรั บเลือกชุด ของจุด ศูน ยกลางเริ่ ม
แอพพลิ เคชั น จํ า นวนมากนํา เอาอัล กอริ ทึ มเคมี น มา ต น แบบใหม และนํ า วิ ธี ก ารประมวลผลแบบขนานมา
ประยุกตใชในหลากหลายสาขา โดยเฉพาะแอพพลิเคชั น ประยุกตใชรวมกัน
ในการทํ าเหมือ งขอ มูล (Data Mining) ซึ่ งต างก็ ตองการ หั ว ข อ ต อ ไปที่ จ ะกล า วถึ ง คื อ งานวิ จั ย ที่ เ กี่ ย วข อ ง
อัล กอริ ทึ มที่ ป ระมวลผลได อ ย างรวดเร็ว กั บ ขอ มู ลขนาด หัวข อที่ 3 งานวิจั ยที่นํ าเสนอ หั วขอ ที่ 4 การวิเคราะห
ใหญ ยกตัว อยางเชน ระบบสังเกตการณโลก (The Earth ประสิทธิภาพของอัลกอริทึม หัวขอที่ 5 การทดลองและ
Observing System: EOS) ขององคการนาซา (NASA)[6] หัวขอสุดทายคือ สรุปผล
ระบบนี้ สามารถสรางขอ มูล จํานวนมหาศาล (หน วยเป น
เทเรไบต ตอ วั น ) ข อ มู ล เหล า นั้ น ถู ก นํ า มาใช ใ นการระบุ 2. งานวิจัยที่เกี่ยวของ
ความผิดปกติที่ เกิดขึ้นบนโลกของเรา ซึ่งการจัดกลุมของ งานวิจั ยที่เกี่ย วของที่เราทํ าการศึ กษาแบงออกเปน 2
ขอมูลสามารถทําไดโดยใชอัลกอริทึมคลัสเตอรริง สวนคือ งานวิจัยเกี่ยวกับอัลกอริทึมสําหรับเลือกชุดของจุด
อยางไรก็ตาม เมื่อขอมูลมีขนาดใหญจะสงผลกระทบ ศูนยกลางเริ่มตน [1,10] และงานวิจั ยเกี่ยวกับอัลกอริทึ ม
ต อ เวลา และหน ว ยความจํ า ที่ จํ า เป น ต อ งใช สํ า หรั บ การ เคมี นคลั สเตอรริ งแบบขนาน [6,8,11] ซึ่ง ในงานวิ จัย [10]
ประมวลผล ดั งนั้น แอพพลิ เคชันมากมายที่นํ า อัล กอริทึ ม แสดงวิ ธี ก ารของลอยด (Lloyd-Type Methods) เลื อ กจุ ด
เคมีนแบบลําดับมาใชตองประสบกับปญหาเรื่องเวลาและ ศูนยกลาง 2 จุด แรก โดยเลือกคูของวั ตถุ x, y X ดว ย
หน ว ยความจํ า ที่ ตอ งใช ใ นการประมวลผลมากเกิ น ไป ค า ความน า จะเป น ดั ง นี้ || x y || ² ส ว นจุ ด ศู น ย ก ลาง
เนื่ อ งจากข อ มู ล มี ข นาดใหญ และเพื่ อ ลดเวลาในการ จุ ด ถั ด ไปเลื อ กจากวั ตถุ x ด ว ยค า ความน า จะเป น ดั ง นี้
ประมวลผล ไดมีงานวิจัยเกี่ยวกับอัลกอริทึมสําหรับเลือก min j{1,..., i} || x c j || ² เมื่ อ X เป น ชุ ด ของข อ มู ล
ชุด ของจุ ด ศูน ย ก ลางเริ่มต น [1,5,10] ดังแสดงในรูป ที่ 1 ทั้งหมด สวน i คือ จํานวนของจุดศูนยกลางที่ถูกเลือกไว
(ขั้นตอนที่ 2) กอนการจัดกลุ มวัตถุดว ยอัลกอริ ทึมเคมี น แล ว และ c คื อ จุ ด ศู น ย ก ลางของกลุ ม และงานวิ จั ย [1]
คลั ส เตอร ริ ง ซึ่ ง ช ว ยให ก ารจั ด กลุ ม วั ต ถุ ร วดเร็ ว ยิ่ ง ขึ้ น เลื อ กจุ ด ศู น ย กลางจุ ด แรก โดยสุ มจากวั ตถุ ทั้ งหมด และ
เนื่องจากจํานวนรอบของการจัดกลุมวัตถุลดลง แตยังตอง เลื อ กจุ ด ศู น ย ก ลางจุ ด ถั ด ไปด ว ยค า ความน า จะเป น ดั ง นี้
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
143
D(x) 2 เมื่อ x X และ D(x) คือ ระยะหางระหวางวัตถุ ถัดไปทําหนาที่แบงขอมูลออกทีละครึ่งหนึ่ง โดยเลือกจุ ด
กับจุดศูนยกลางของวัตถุนั้น ซึ่งถูกเรียกวา “D² Weighting” ศู น ย ก ลางของกลุ ม ที ล ะจุ ด สลั บ กั บ การจั ด กลุ มวั ต ถุ ซึ่ ง
อั ล กอริ ทึ ม สํ า หรั บ เลื อ กชุ ด ของจุ ด ศู น ย ก ลางเริ่ ม ต น มี อั ล กอริ ทึ มนี้ ตอ งใช เ วลาสํ า หรั บ การประมวลผลเท า กั บ
ความสํา คัญมากต อการจัด กลุ มวั ตถุ เนื่อ งจากอัล กอริทึ ม O(KN) และมีขั้นตอนยอยในการทํางาน ดังนี้
เคมีนตองจัดกลุมวัตถุว นซ้ําไปเรื่อยๆ จนกวาวัตถุทั้งหมด
1. เลือกวัตถุที่มีระยะหางนอยที่สุดจากพิกัดศูนย
จะไมมีการเปลี่ยนกลุม ซึ่งตองใชเวลาในการประมวลผล
2. กําหนดจุดศูนยกลางจากวัตถุที่ถูกเลือกไว
เทากับ O(RKN) [6] เมื่อ R คือ จํานวนรอบของการทํางาน
3. จั ด กลุ ม วั ต ถุ ทั้ ง หมดตามระยะห า งที่ น อ ยที่ สุ ด
ซ้ํา สวน K คือ จํานวนกลุมที่ตองการ และ N คือ จํานวน
ระหวางวัตถุกับจุดศูนยกลางที่ถูกกําหนดไว
ของวั ต ถุ ทั้ ง หมด จากผลการทดลองพบว า อั ล กอริ ทึ ม
4. เลือกวัตถุที่มีระยะหางมากที่สุดจากทุกกลุม
สํ า หรั บ เลื อ กชุ ด ของจุ ด ศู น ย ก ลางเริ่ มต น เหล า นี้ ชว ยลด
5. ทํางานซ้ําขั้นตอนที่ 2 จนกวาจุดศูนยกลางจะครบ
จํานวนรอบของการทํางานลง จึงสงผลใหเวลาที่จําเปนตอง
K จุดศูนยกลาง
ใชในการประมวลผลลดลงตามไปดวย
6. คํานวณคาเฉลี่ยของแตละกลุมเพื่อกําหนดเปนชุด
สวนตอมาเปนงานวิจัยเกี่ยวกับอัลกอริทึมเคมีนคลั ส
เตอรริง แบบขนาน ซึ่ งในงานวิจัย[6] ออกแบบใหแตล ะ ของจุดศูนยกลางเริ่มตน
โปรเซสเซอรจัดกลุมวัตถุที่อยูกลุมเดียวกันเทานั้น งานวิจัย
[11] ออกแบบใหแตละโปรเซสเซอรจั ดกลุมวัตถุของทุ ก 3.2 อัลกอริทึมเคมีนแบบขนาน
กลุม และกระบวนหลักทําหนาที่เลือกชุดของจุดศูนยกลาง แนวคิ ด ของอั ล กอริ ทึ ม เคมี น แบบขนานที่ นํ า เสนอ
แลว กระจายไปยังทุกกระบวนการยอ ย ซึ่ งโปรเซสเซอร คล า ยกั บ วิ ธี ก ารในงานวิ จั ย [8] คื อ ออกแบบให แ ต ล ะ
หลัก รับ ผิด ชอบงานของทั้ ง 2 กระบวนการ และงานวิจั ย โปรเซสเซอรจัด กลุ มวั ตถุ ของทุก กลุ ม และกระบวนการ
[8]ไดพัฒนาใหแตละกระบวนการทําหนาที่เลือกชุดของจุด หลัก (Master Process) ทําหนาที่เลือกจุดศูนยกลางเริ่มตน
ศูนยก ลางเอง ซึ่ งวิธีก ารประมวลผลแบบขนานหรื อแบบ แบบใหม ซึ่ ง พั ฒนาตามแบบจํ า ลองการเขี ย นโปรแกรม
กระจายมีประโยชนเปนอยางมากในการเพิ่มประสิทธิภาพ เพี ย งโปรแกรมเดี ย ว และใช โ ปรแกรมนี้ ทํ า งานบนทุ ก
ของอั ล กอริ ทึ มเคมี น โดยทํ า การแบ ง ข อ มู ล ไปยั ง หลาย โปรเซสเซอรกับชุดขอมูลที่ตางกัน (SPMD) ดังนี้
โปรเซสเซอร เพื่อใหโปรเซสเซอรเหลานั้นชวยกันจัดกลุม Master Process
วั ตถุ พ ร อ มๆ กั น ทํ า ให เ วลาที่ จํ า เป น ต อ งใช สํ า หรั บ การ 1. Read objects from file.
2. Randomly form equal subsets follow about number
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
144
4. การวิเคราะหประสิทธิภาพของอัลกอริทึม ขั้นตอน 10: แตละกระบวนการยอยสงผลลัพธการจัดกลุม
การวิเคราะหเวลาที่เครื่องคอมพิวเตอรตองใชใ นการ กลับไปยังกระบวนการหลัก
Tcomm6 = Tstartup + G Tdata
ประมวลผลอัล กอริทึม (Time Complexity) แบ งเปน 2
จากอั ล กอริ ทึ ม เคมี นแบบขนานพบว า กระบวนการ
สว น คือ เวลาสํ า หรับ การสื่อ สารระหว า งโปรเซสเซอร
ยอยมีการทํางานซ้ําตั้งแตขั้นตอนที่ 2 จนถึงขั้นตอนที่ 5 ซึ่ง
(Communication Time: Tcomm) และเวลาสํา หรับ การ
TCM เป นผลรวมของเวลาที่ใ ชสํ าหรับ การสื่ อสาร และ
ประมวลผล (Computation Time: Tcomp) ซึ่งอัลกอริทึม
TCP เป น ผลรวมของเวลาที่ ใ ช สํ า หรั บ การประมวลผล
เคมีนแบบขนานที่นําเสนอมีเวลาสําหรับการสื่อสาร และ
ฉะนั้นเวลาที่เครื่องคอมพิวเตอรตองใชในการประมวลผล
เวลาสําหรับการประมวลผลทั้งหมด 10 ขั้นตอน ดังนี้
สามารถคํานวณไดจากสมการ ดังนี้
ขั้นตอน 1: กระบวนการหลั กเลื อกชุ ดของจุด ศูนย กลาง
Total Time = TCM + TCP
เริ่มตน
TCM = Tcomm1 + Tcomm2 + Tcomm3 + Tcomm4 +
Tcomp1 = KN
Tcomm5 + Tcomm6
ขั้นตอน 2: กระบวนการหลัก สงกลุมขอ มูลไปยั งแตล ะ = nProc (Tstartup + N/nProc Tdata) + Tstartup +
กระบวนการยอย |C| Tdata + R (Tstartup + |C| Tdata) +
R (Tstartup + K Tdata) + R (Tstartup + Tdata) +
Tcomm1 = nProc(Tstartup + N/nProc Tdata) Tstartup + G Tdata
ขั้นตอน 3: กระบวนการหลักกระจายชุดของจุดศูนยกลาง = (nProc + 3R + 2) Tstartup +
(N + |C| + R (|C| + K +1) + G) Tdata
เริ่มตนไปยังทุกกระบวนการยอย = O(N + R|C|)
Tcomm2 = Tstartup + |C| Tdata
TCP = Tcomp1 + Tcomp2 + Tcomp3 + Tcomp4
ขั้นตอน 4: กระบวนการยอยนําขอมูลของวัตถุและชุดของ = KN + RK|P| + R|P| + R|C|
จุดศูนยกลางเริ่มตนมาจัดกลุมและนั บจํานวนวัตถุที่มีการ = KN + R (K|P| + |P| + |C|)
= O(KN + RK|P|)
เปลี่ยนกลุม
Tcomp2 = K|P| Total Time = O(N + R|C|) + O(KN + RK|P|)
สมาชิกของแตละกลุม การวิเคราะหหนวยความจําที่เครื่องจําเปนตองใชใน
Tcomp3 = |P| การประมวลผลอัลกอริทึม (Space Complexity) เนื่องจาก
ขั้นตอน 6: แตละกระบวนการยอยกระจายผลรวมไปยังทุก กระบวนการหลั ก ทํ า การแบ ง ข อ มู ล ทั้ ง หมดไปยั ง ทุ ก
กระบวนการยอย กระบวนยอยแบบสุม ซึ่งแตละโปรเซสเซอรทํางานอยูบน
Tcomm3 = Tstartup + |C| Tdata
เครื่องคอมพิวเตอรตางเครื่องกัน และแตละเครื่องมีหนวย
ขั้นตอน 7: แตละกระบวนการยอยกระจายจํานวนสมาชิก
ความจําเปนของตัวเอง ดังนั้นอัลกอริทึมเคมีนแบบขนาน
ไปยังทุกกระบวนการยอย
Tcomm4 = Tstartup + K Tdata จึ งสามารถรองรั บ ข อ มู ล ที่ มีข นาดใหญ ขึ้ น และต อ งใช
ขั้นตอน 8: แตละกระบวนการยอยกระจายจํานวนวัตถุที่มี หนวยความจําทั้งหมดเทากับ O(N) [6]
การเปลี่ยนกลุมไปยังทุกกระบวนการยอย จากอั ล กอริ ทึ ม เคมี น แบบขนาน Tstartup เป น เวลา
Tcomm5 = Tstartup + Tdata สําหรับเตรีย มการเริ่มตน ในการสงขอ มูลและ Tdata เป น
ขั้นตอน 9: กระบวนการยอยนําผลรวม และจํานวนสมาชิก เวลาสําหรับสงขอมูลไปยังโปรเซสเซอรหนวยอื่น ซึ่งเวลา
ของแตละกลุมมาคํานวณหาคาเฉลี่ย ทั้ง 2 เป นเวลาคงที่ขึ้น อยูกับ ระบบ [6] ส วน nProc คื อ
Tcomp4 = |C|
จํานวนของโปรเซสเซอรทั้งหมดที่ใชในการประมวลผล
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
145
เซต N คือ ขอมูลของวัตถุทั้งหมดที่ตองการจัดกลุม เซต P อัลกอริทึมที่นําเสนอ: เลือกจุดศูนยกลางจุดแรกจากวัตถุที่
คือ ขอมูลของวัตถุที่แตละโปรเซสเซอรรับผิดชอบ ดังนั้น อยู ใ กล กั บพิ กั ด ศู น ยมากที่ สุ ด และเลือ กจุ ด ศู นย ก ลางจุ ด
|P| N/nProc เซต G คือ ผลลัพธของการจัดกลุมวัตถุ ใน ถัด ไปจากวั ตถุ ที่มีร ะยะหา งมากที่ สุด ระหว า งวั ตถุกั บ จุ ด
กระบวนการยอย และเซต C คือ ชุดของจุดศูนยกลาง ซึ่ง ศูนยกลางของวัตถุนั้นจนครบถวน แลวคํานวณคาเฉลี่ยเพื่อ
ประกอบดวยจุดศูนยกลางของทุกกลุม กําหนดเปนชุดของจุดศูนยกลางเริ่มตน
ตาราง 2. เวลาที่ตองใชสําหรับการประมวลผล
5. การทดลอง K Algo1 Algo2 Algo3 NewAlgo
10 0.0469 0.1094 0.0262 0.0078
การทดลองในงานวิ จั ย นี้ เ ป น การพั ฒ นาอั ล กอริ ทึ ม 20 0.0859 0.1680 0.0625 0.0352
30 0.1953 0.1445 0.1055 0.0859
สําหรับเลือกจุดศูนยกลางเริ่มตน และอัลกอริทึมเคมีนคลัส 40 0.2500 0.1953 0.1016 0.0664
50 0.4258 0.1836 0.1133 0.0977
เตอร ริ ง แบบขนานบนระบบคลั ส เตอร แ บบเนื้ อ เดี ย ว
(Homogeneous Cluster System) ซึ่งใช ระบบการสงผา น 0.45
Time Comparison
0.4
Execution Time
0.35
(Second)
0.3 Algo1
ของคอมพิวเตอรสามารถติดตอสื่อสารและทํางานรวมกัน 0.25
0.2
Algo2
Algo3
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
146
ส ว นสุ ด ท า ยคื อ การทดลองวั ด ประสิ ท ธิ ภ าพของ 6. สรุปผล
อั ล กอริ ทึ ม เคมี น แบบขนาน โดยทํ า การเปรี ย บเที ย บ งานวิ จั ย นี้ นํ า เสนอวิ ธี ก ารเพิ่ ม ประสิ ท ธิ ภ าพของ
ประสิทธิภาพระหวางอัลกอริทึมเคมีนแบบขนานแบบเดิม อัลกอริทึมเคมีนคลัสเตอรริงใหดียิ่งขึ้นเพื่อตอบสนองกับ
ซึ่ ง ใช อั ล กอริ ทึ ม สํ า หรั บ เลื อ กชุ ด ของจุ ด ศู น ย ก ลางเริ่ ม ความตองการของแอพพลิเคชันในปจจุบนั ที่ตองทํางานกับ
ตนแบบแรก [8] กับอัลกอริทึมเคมีนแบบขนานแบบใหมที่ ขอมูลขนาดใหญ ซึ่งกอใหเกิดปญหาที่สําคัญมากคือ เวลา
นําเสนอ โดยใชหนวยประมวลผลจํานวน 2 หนวย ในการ และหนวยความจําที่ตองใชสําหรับประมวลผลมากเกินไป
ทดลองครั้งนี้ ดังนั้นเราจึงนําเสนออัลกอริทึมสําหรับเลือกชุดของจุดศูนย
ตาราง 4. ผลการเปรียบเทียบประสิทธิภาพ
กลางเริ่ ม ต น แบบใหม และนํ า วิ ธี ก ารประมวลผลแบบ
อัลกอริทึมเคมีนแบบขนาน
ParK-means NewK-means
ขนานมาประยุก ตใช รว มกัน จากผลการทดลองแสดงให
K
10
Itera
32
Time
0.0313
Itera
2
Time
0.0039
เห็ น วา เวลาที่ตอ งใช สํ าหรั บการประมวลผลลดลง และ
20 31 0.0547 11 0.0234 สามารถรองรับปญหาที่มีขนาดใหญมากกวาคอมพิวเตอร
30 48 0.1211 20 0.0508
40 46 0.1406 11 0.0430 เพียงเครื่องเดียวจะสามารถประมวลผลได
50 65 0.2383 13 0.0586
0.3
Time Comparison
7. เอกสารอางอิง
0.25
[1] D. Arthur, and S. Vassilvitskii, “k-means++: The
Execution Time
0.2
ParK-means
0.15 NewK-means [2] D. Arthur and S. Vassilvitskii, “K-means++ test
0.1
code”,http://www.stanford.edu/_darthur/kMeanspp
Test.zip.
0.05
[3] H. BISGIN, “Parallel Clustering Algorithm With
0 K Application to Climatology”, Computational Science
10 20 30 40 50
and Engineering, December 2007.
รูปที่ 3. ผลการเปรียบเทียบประสิทธิภาพ [4] M. N. Joshi, “Parallel K - Means Algorithm on
Distributed Memory Multiprocessors”, Computer
อัลกอริทึมเคมีนแบบขนาน Science Department University of Minnesota, Twin
Cities, spring 2003.
จากผลการทดลองของอั ล กอริ ทึ มเคมี น แบบขนาน [5] C. H. Jun, J. S. Lee, and H. S. Park, “A K-means-like
Algorithm for K-medoids Clustering and Its
แสดงให เ ห็ น ว า อั ล กอริ ทึ มเคมี น แบบขนานแบบใหม มี Performance”, Proceedings of the 36th CIE
ประสิ ท ธิ ภ าพสู ง กว า แบบเดิ ม เนื่ อ งจากนํ า อั ล กอริ ทึ ม Conference on Computers & Industrial Engineering,
pp.1222-1231, Taipei, Taiwan, Jun. 20-23, 2006.
สํ า หรั บ เลื อ กชุ ด ของจุ ด ศู น ย ก ลางเริ่ ม ต น ที่ นํ า เสนอมา [6] S. Kantabutra, “Parallel K-Means Clustering
Algorithm on NOW”, September 1999.
ประยุ ก ตใ ช โดยอั ลกอริ ทึ มเคมีน แบบขนานจะมี จํ านวน [7] S. Kantabutra, P. Kornpitak, and C. Naramittakapong ,
“Pipelined K-means Algorithm on COWs”, ISCIT ,
รอบของการทํางานซ้ํา เทา กับอัล กอริทึ มเคมี นแบบลําดั บ September 03-05, 2003, Hatyai, Songkhla, Thailand.
[8] W. Liao, “The Software Package of Parallel K-
เสมอ เมื่อ จํา นวนกลุ มที่ ตองการเท ากั น (K) ถึ งแม วา การ means”, http://www.ece.northwestern.edu/~wkliao/
Kmeans/index.html, 2005.
เลือกชุดของจุดศูนยกลางเริ่มตนเปนความรับผิดชอบของ [9] J. Mao, L. Ou, Z. Xiong, and Y. Zhang, “The Study of
กระบวนการหลัก (Master Process) เทานั้น แตเวลาที่ใชใน Parallel K-Means Algorithm”, Proceedings of the 6th
World Congress on Intelligent Control and
การประมวลผลสวนใหญจะอยูในกระบวนการยอย (Slave Automation, June 21 - 23, 2006, Dalian, China.
[10] R. Ostrovsky, Y. Rabani, L. J. Schulman, and
Process) ซึ่งเปนผลเนื่องมาจากวิธีการของอัลกอริทึมเคมีน C. Swamy, The Effectiveness of Lloyd-Type Methods
for the k-Means Problem”, IEEE, 2006.
คลัสเตอรริง และจํานวนรอบที่ใช ดังนั้นวิธีการที่นําเสนอ [11] E. SÜLÜN, “Improvements in K-means Algorithm to
Execute on Large Amounts of Data”,
ในงานวิจัยนี้ชวยทํา ใหอัลกอริทึมเคมีนคลั สเตอร ริงแบบ http://library.iyte.edu.tr/tezler/master/bilgisayaryaziliz/
T000441.pdf, October 2004.
ขนานมีประสิทธิภาพสูงยิ่งขึ้น
Proceedings of the Conference on Knowledge and Smart Technologies 2009 (July 24-25, 2009)
147