Contributions à l'étude de la classification spectrale et applications

98 Parallélisation de la classification spectrale
(a) Speed up (b) Efficacité
Figure 3.8 – 2 sphères tronquées : Speed up et efficacité
figurent des zooms autour de chaque sphère tronquée pour montrer la proximité entre les deux
petites sphères et la sphère englobante. La figure 3.10 présente le résultat du spectral clustering sur
Figure 3.9 – Exemple géométrique (gauche) et zooms (droite) : N = 4361
les deux sous-domaines (a)-(b), celui sur l’interface (c) et le résultat final (d). Chaque sous-domaine
comprend 2 clusters et il en est de même pour l’interface.
L’exemple géométrique est testé pour un nombre de points allant de N = 4361 à N = 15247.
Pour ces tests, le domaine est divisé successivement en q = {1, 4, 8, 12} boîtes. Les temps pour
chaque étape du clustering spectral parallèle sont mesurés. Sur le tableau 3.2, le temps total et
le pourcentage de temps consacré à l’algorithme de clustering spectral sur les sous-domaines sont
notés pour chaque taille de problème et pour chaque distribution de points sur l’interface.