Açılış Konuşmaları

• Mustafa Verşan Kök (Orta Doğu Teknik Üniversitesi)
• Hasan Mandal (TÜBİTAK)

Room: A Salonu

Davetli Konuşmacı: "European Chips Landscape"

• Osman Ünsal (Barcelona Supercomputing Center)

Room: A Salonu In this talk, I will present a snapshot of the European Chip development efforts. I will start by the motivation of having locally sourced hardware/software ecosystem and the contribution of this ecosystem towards european sovereignty. The focus will be on describing open-source efforts. I will briefly discuss the history of this effort and continue by detailing where we stand currently. I will finalize by outlining the future roadmap with a view towards producing 100% Made in Europe Exascale Supercomputers. Time permitting, I will present the local BSC chip tapeout results.

Improving Parallel Performance of Softmax in Heterogeneous Systems through Workload Tuning

• Buğra Alptekin Sarı (Ankara Yıldırım Beyazıt Üniversitesi)

Room: A Salonu The softmax function is a type of activation function that is frequently used in the output layer of a neural network. In large neural networks, the softmax function can become computationally intensive and parallelization of it can provide performance benefits. In this work, we investigate the performance of a softmax function implementation on a shared- and distributed-memory non-uniform computing environments. Then, we propose a sophisticated workload distribution scheme to improve the parallel performance. The shared-memory system contains a heterogeneous asymmetric multicore Intel CPU with eight performance and eight efficiency cores. The distributed-memory system contains nodes with different types of quad-core CPUs. The experimental results demonstrate the significant performance advantage of our proposed workload distribution scheme compared to uniform workload distribution.

Performance-Reliability Tradeoff Analysis for Safety-Critical Embedded Systems with GPUs

• Yağızcan Sezgin (TTTech Auto)

Room: A Salonu Safety-critical embedded computer systems employ fault tolerance techniques for hardware errors to deal with extreme environmental conditions. While software approaches maintain reliable executions with replications, redundant codes induce significant performance overheads. Embedded systems with GPU accelerators utilized for safety-critical demanding computations require both performance and reliability. Therefore, it becomes important to evaluate the behavior of redundant executions and make a design choice. In this paper, we implement software-based redundancy techniques for the CUDA programs from a safety-critical domain targeting the GPU resources on the NVIDIA Jetson Xavier NX embedded device and perform a performance-reliability tradeoff analysis for alternative execution scenarios.

DES Hardware Acceleration on a 1024-FPGA Supercomputer in the AWS Cloud

• Atakan Doğan (Eskişehir Teknik Üniversitesi)

Room: A Salonu We present a 1024-FPGA DES supercomputer accelerator that is automatically compiled from a single- threaded sequential DES key search application by means of our High Level Synthesis compiler. Our 1024-FPGA supercomputer is deployed on a number of Amazon Web Services (AWS) EC2 F1 instance platforms from different AWS regions. Consequently, it can be considered as the first multi-chip application-specific supercomputer that is scattered to multiple geographically distributed data centers around the world. Furthermore, invoking our 1024-FPGA DES supercomputer is functionally identical to invoking the single-threaded sequential DES application the supercomputer accelerator is compiled from. Our 1024-FPGA supercomputer achieves 3.016E+12 keys/sec and it performs 5,286,000 times better than an AWS EC2 m5.8xlarge Xeon x86 machine executing the original sequential application with a performance of 5.706 E+5 keys/sec.

Davetli Konuşmacı: The Long and Winding Road Towards Efficient High-Performance Computing

• William Jalby (LI PARAD Laboratory, University Paris)

Room: A Salonu Every new hardware generation of cores promises major performance progress. We will present the results of a detailed performance analysis of INTEL processors between 2007 and 2017 using the well-known SPEC FP 2017. We will show that performance increase cannot only rely on hardware core improvement: the compiler will bring a limited part of the solution, but essentially, better performance analysis and methodologies are required to drive application restructuring. We will briefly describe the MAQAO/ONE VIEW toolset, which has been developed according to this philosophy. --------------------- Topic: BASARIM2024-Invited Speaker Join Zoom Meeting https://tubitak-gov.zoom.us/j/98114218025?pwd=bWZBYjVmR1lWd0dZK1FoeFZZTW11Zz09 Meeting ID: 981 1421 8025 Passcode: 543327

Yeni Nesil Dizileme İş akışları için Dinamik Çizelgeleme

• Gülçin Yıldız (Boğaziçi Üniversitesi)

Room: A Salonu Çizelgeleme, işlemci kaynağının verimli kullanılması ve maksimum fayda sağlanması için işlemlerin sıralanması ve düzenlemesi işlemidir. Birden fazla işleme sahip iş akışlarının sisteme varış zamanının önceden bilinmemesi durumunda çizelgeleme problemi dinamik bir optimizasyon problemine dönüşmektedir. Literatür çalışmalarında veri paralel işlemler içeren iş akışlarının dinamik çizelgelenmesi problemi üzerine yapılan çalışmalar oldukça kısıtlıdır. Bu çalışmada homojen işlemci kaynakları üzerinde veri paralel işlemlere sahip iş akışlarının dinamik çizelgelenmesi problemi ele alınmıştır. İşlemci tahsisinde çeşitli açgözlü sezgiselleri kullanan hiper-sezgisel bir yöntem kullanılmıştır. Çizelgelemede ise genetik algoritma kullanılarak meta-sezgisel yaklaşım sunulmuştur. Deneysel çalışmalarda yeni nesil dizileme analizi iş akışları gibi gerçek dünya uygulamaları ve standart işlem çizgeleri kullanılmıştır.

Efficient Parallel Algorithm for Approximating Betweenness Centrality in Large Graphs

• İsmail Hakkı Toroslu (Orta Doğu Teknik Üniversitesi)

Room: A Salonu Computing betweenness centrality (BC) in large graphs is crucial for various applications including telecommunications, social, and biological networks. However, the huge size of data presents significant challenges. In this paper, we introduce a novel approximate approach for efficiently extracting top-k BC nodes using a combination of Louvain community detection and Brandes’ algorithm. Our method significantly enhances the runtime efficiency of the traditional Brandes’ algorithm while preserving accuracy across synthetic and real-world datasets. Additionally, our approach is suitable to parallelization, further improving its efficiency. Experimental results confirm the effectiveness of our method for large, sparse graphs.

GFuse: An Automated Kernel Fusion Framework for Concurrent Graph Processing on GPU

• Mandana Bagherimarzijarani (Koç Üniversitesi)

Room: A Salonu GPUs have emerged as the forefront technology in high performance systems utilized for artificial intelligence and scientific computations. A significant portion of computational tasks involves graph traversals, and computations associated with large graph traversal. Graphs containing billions of vertices have been employed to represent a wide array of real-world problems. Consequently, accelerating graph processing algorithms is a matter of great interest in many fields. Kernel fusion has been proposed in previous studies as a means of fusing computational kernels in parallel jobs to optimize their performance. As kernel fusion's fundamental idea is sharing resource access to increase utilization by multiple jobs, it is even better suited for GPUs that run hundreds of jobs in parallel than CPUs that run a few jobs in parallel. However, kernel fusion is itself a computationally expensive operation that incorporates control flow changes and manipulation of the order of execution for computational jobs. As such, kernel fusion is harder to utilize on GPUs compared to CPUs. This work presents a streamlined kernel fusion framework for concurrent graph processing on GPUs. The framework facilitates the definition and implementation of graph jobs that can be executed in parallel on GPUs. The kernel fusion algorithm, integrated into the framework, automatically combines these jobs to enhance performance. Additionally, the framework introduces novel data handling structures and a meta-compiler that enables static polymorphism, allowing multiple different jobs to run efficiently as a job queue on the GPU without the performance overhead typically associated with polymorphism. The effectiveness of the framework is evaluated by defining four common graph jobs and running up to 100 parallel instances of these jobs in homogeneous manners, both with and without kernel fusion, resulting in improvements ranging from 2% to 10% when employing kernel fusion.

5 Dakikalık Tez Yarışması Room: A Salonu Yarışmacılar en fazla 2 yansı ile 5 dakika boyunca tezlerini BAŞARIM 2024 konferansında jüri üyelerine sunacaktır. Yansılar ve sunum için dil Türkçe ya da İngilizce’dir. En başarılı 3 yarışmacıya konferansın son günü ödülleri takdim edilecektir. ------------------------------- Topic: BASARM2024-5 Dakikalık Tez Yarışması Join Zoom Meeting https://tubitak-gov.zoom.us/j/95333926048?pwd=eW13TFJkMVUvSW5XS1hUQWpYNHR0Zz09 Meeting ID: 953 3392 6048 Passcode: 150039

Entropik Lattice Boltzmann Yöntemi için Doğrulama Çalışmaları

• Bahri Tuğcan Selimhocaoğlu (Orta Doğu Teknik Üniversitesi)

Room: A Salonu Farklı Lattice Boltzmann Yöntemleri arasında Entropik Lattice Boltzmann Yöntemi özellikle sıkıştırılabilir rejimdeki akışları çözmek için revaçta bir durumdadır. Yöntemin ana mantığı, çarpışma adımını yarı-denge koşulunu da içerecek şekilde iki parçaya bölerek, çift dağılım fonksiyonunun entropi kısıtı altında yüksek dereceli çok hızlı örgüler üstünde açılması üstüne kuruludur [1]. ELBM, doğası gereği zamana bağlı ve direkt bir çözüm yöntemidir. Bu makale, yöntemin temelini, matematiksel altyapısını ve uygulamasını kısaca içermektedir. Ana odak, küre etrafındaki ses üstü akış ve şok tüpü gibi doğrulama çalışmaları üzerinden yöntemin kabiliyetlerinin gösterimi üzerinedir. ELBM yönteminin yüksek başarımlı çözüm kümesi üzerinde verimliliği de incelenmiştir.

Direct Numerical Simulation of Turbulent Boundary Layers using Pre-Exascale Supercomputers

• Mehmet Ali Yeşildağ (Istanbul Technical University)

Room: A Salonu This study employs direct numerical simulation (DNS) to investigate turbulent boundary layers (TBLs) under varying pressure gradients, which requires high-performance computing (HPC) capabilities. Our research utilises an in-house turbulent boundary layer direct numerical simulation (TBLDNS) code, and in this study, we have assessed the performance of our code in two distinct HPC architectures. Our results reveal that optimised HPC environments yield substantially better performance compared to unoptimised ones. Furthermore, our results show that the TBLDNS code can scale across various HPCs, architectures, and environments. The results obtained from this study will be utilised in turbulent flow analysis, contributing to our understanding of pressure gradient TBLs.

Lenovo: "Path to Zero Emission Computing"

• Zeeshan Kamal (Lenovo)

Room: A Salonu Join Zoom Meeting https://tubitak-gov.zoom.us/j/96623757747?pwd=Z1c3RTEzeXBtdHUyOW5ObHFRdEh0QT09 Meeting ID: 966 2375 7747 Passcode: 859238

Parallel CFD Simulation and Performance Analysis of a 2D Vertical Axis Wind Turbine Using Sliding Mesh Method

• Nilay Sezer Uzol (METU Dept. of Aerospace Engineering)

Room: A Salonu This study presents an analysis of the parallel computing performance of the Vertical-Axis Wind Turbine CFD simulations on a HPC cluster. The efficiency and scalability of flow simulations are evaluated in the parallel computing environment, thereby providing valuable insights into their suitability for complex rotor aerodynamic simulations. 2D unsteady CFD simulations are performed by using OpenFOAM with the Sliding Mesh Interface methodology. The unsteady flow around the VAWT rotor test case is solved and presented as the velocity and vorticity contours, and the flow and wake development are observed. Each blade's power production over time is investigated showing that each blade has its own unique torque pattern and an uneven contribution to the total power production. Finally, the parallel speedup and efficiency of the simulations are assessed and the parallel computing performance is evaluated and discussed.

Numerical Simulations of Floating Offshore Wind Turbines using Open-Source Codes on HPC

• Muhammad Juanda Putra (METU)

Room: A Salonu In the present study, the numerical modeling and simulations of a Floating Offshore Wind Turbine (FOWT) are presented. The analyses are carried out utilizing a variety of open-source codes and run on a High-Performance Computing (HPC) environment. The analysis is performed on the NREL 5 MW turbine atop the OC3 Hywind SPAR floating platform. The result shows that the multi-threading computation reduces the computational time for the hydrodynamic platform significantly. Despite using a serial code, the performance analysis of a single wind turbine can benefit from the batch simulation with multiple runs for multiple input scenarios. On a wind farm scale, a combination of the multi-threading and the batch simulations is effective in reducing the computation time. Extraction of power from the wind causes the wind velocity behind the turbine to be lower than the ambient velocity. The wake effect is stronger near the turbine downstream of the rotor. The rotor wake then diffuses and expands as it travels downstream causing the turbine located further behind the upstream turbine to produce more power than the closer one. The wake steering performed by yawing the upstream turbine with the correct yaw angle also proved to be able to increase the collective power production of the wind farm.

Denizaltı Formunun İvmelenme Performansının Analitik Yöntem ve Yüksek Başarımlı HAD Analizleri ile İncelenmesi

• Oğuzhan Kırıkbaş (İstanbul Teknik Üniversitesi)

Room: A Salonu İvmelenme yeteneği, su altı araçlarının manevra performansını değerlendirmek için kritik öneme sahip olan temel bir parametredir. Aracın operasyonel isterleri genellikle bu yeteneğe ilişkin asgari bir ölçüt dikte eder. Bu ölçüt önceden belirlenmiş bir hıza ulaşmak için gereken azami zamanı tanımlar ve tasarımın her aşamasında doğrulanması gereklidir. Bu gereksinimin karşılanabilmesi, her bir tasarım aşamasında farklı hesaplama yöntemlerinin kullanımını zorunlu kılar. Sayısal veya deneysel yöntemler aracın ancak tasarımın nihai aşamalarında kesinleşebilecek detaylı geometrisine ihtiyaç duyan pahalı yöntemleridir. Buna karşın tasarımın başlangıç safhalarında yarı deneysel verilere dayanan kapalı form (analitik) çözüm yöntemleri kullanılabilecek en temel ve düşük maliyetli hesaplama araçlarıdır. Bu çalışmanın amacı, sualtı aracı tasarımının farklı safhalarında aracın ivmelenme performansının değerlendirilmesinde kullanılabilecek farklı yöntemlerin karşılaştırılmasıdır. Çalışma kapsamında öncelikle jenerik bir denizaltı formunun gerek yarı deneysel gerekse de hesaplamalı akışkanlar dinamiği (HAD) analizleri ile elde edilen hidrodinamik katsayıları, kapalı form çözüm yöntemlerinde kullanılarak bir çözüm elde edilmiştir. Ayrıca İ.T.Ü. Ulusal Yüksek Başarımlı Hesaplama Merkezi (UHeM) altyapısı kullanılarak HAD ortamında zamana bağlı doğrudan manevra simülasyonları (DMS) icra edilmiştir. Neticede yarı deneysel verilere dayalı kapalı form çözüm yöntemlerinin tasarımın erken aşamaları için kabul edilebilir bir doğrulukta sonuç üretebildiği ancak daha yüksek doğruluk seviyesinin arzu edildiği durumlar için gelişmiş yöntemlerin kullanımının zorunlu olduğu değerlendirilmiştir.

A Distributed Memory Parallel Randomized Kaczmarz For Sparse System of Equations

• Ercan Selçuk Bölükbaşı (Orta Doğu Teknik Üniversitesi)

Room: A Salonu Kaczmarz algorithm is an iterative projection method for solving system of linear equations that arise in science and engineering problems in different domains. In addition to classical Kaczmarz, randomized and parallel variants have been proposed. The main issue for a parallel approach is that each Kaczmarz iteration depends on the previous one, therefore the requirement of communicating frequently results in a large overhead. In this study, a new distributed parallel approach that reduces the communication overhead is proposed. The proposed scheme partitions the problem so that the Kaczmarz iterations on different blocks are less dependent. Frequency constant in our method is being used for adjusting the communication frequency. We also decrease the communication overhead by allowing communication between processes only if they have the shared non-zero column. The sequential experiments are performed using problems from different domains to compare the effects of various partitioning methods on the communication overhead and performance. Finally, we show parallel speedup of the proposed scheme on larger problems.

İnorganik yığın malzemelerde negatif termal genleşme özelliği arayışı: Zeolit benzeri gözenekli ZnO fazları

• İlker Demiroglu (Eskişehir Teknik Üniversitesi)

Room: A Salonu Zengin polimorfizm aralığı sebebiyle ileri nanoteknolojik uygulamalarda kullanılmak için çok umut verici bir malzeme olan ZnO’in çeşitli fiziksel, elektronik ve termal özelliklerinin farklı polimorf fazlarında çalışılması, üstün cihazlar tasarlanabilmesi için önemli hale gelmektedir. Bu doğrultuda, bu çalışmada ZnO malzemesinin polimorfizmini hesaplamalı malzeme bilimi teknikleri kullanarak termal genleşme davranışı açısından inceledik. Farklı ZnO polimorf yapılarının termal genleşme davranışını izlemek için hem klasik mekanik hem de kuantum mekanik moleküler dinamik simülasyon hesaplamaları kullanıldı. Bilinen ZnO fazlarından çeşitli hipotetik polimorf yapılar ile gözenekli zeolit benzeri çerçevelere kadar toplamda 25 farklı polkimorf yapı incelenmiştir. Bu ele alınan polimorf yapılar arasında, LTL, FAU gibi zeolite benzeri yapılar ile gözeneklendirilmiş kesik WZ yapısı hariç tüm yığın yapılar için pozitif termal genleşme gözenek açılarak tüm polimorf yapılar pozitif termal genleşme ölçülmüştür. Gözeneklendirilmiş kesik WZ yapısı için en büyük negatif termal genleşme davranışı hesaplanmış olup, zeolitik fazlar için termal genleşme davranışı, malzemenin yoğunluğuna bağlı olarak değiştiği gözlemlenmiştir. Bu sonuçlara dayanarak düşük yoğunluğun, malzeme içindeki boşluk alanını artırarak negatif termal genleşme davranışını artırdığı sonucuna varılmıştır.

Destek Bilgisayar & Lenovo: "How Lenovo help in saving lives with fast, accurate weather prediction"

• Osama Khader (Lenovo)
• Ahmet Çakmaz (Destek Bilgisayar)

Room: A Salonu

High throughput mutational scanning of a protein via alchemistry on a high-performance computing resource

• Büşra Tayhan (Sabancı Üniversitesi)

Room: A Salonu Antibiotic resistance presents a significant challenge to public health, as bacteria can develop resistance to antibiotics through random mutations during their life cycles, making the drugs ineffective. Understanding how these mutations contribute to drug resistance at the molecular level is crucial for designing new treatment approaches. Recent advancements in molecular biology tools have made it possible to conduct comprehensive analyses of protein mutations. Computational methods for assessing molecular fitness, such as binding energies, are not as precise as experimental techniques like deep mutational scanning. However, while full atomistic alchemical free energy calculations offer the necessary precision, they require significantly more computational time. We created a computational library using deep mutational scanning for dihydrofolate reductase (DHFR), a protein commonly studied in antibiotic resistance research. Due to resource limitations, we analyzed 33 out of 159 positions, identifying 16 replacements. Calculations were conducted for DHFR in its drug-free state and in the presence of two different inhibitors. With the enhancements in computational resources and their optimized use, we demonstrate the feasibility of such calculations.

Managing Clinical Research on Blockchain

• Şeyma Cihan (TÜBİTAK)

Room: A Salonu Blockchain technology has the potential to extend beyond its traditional use in cryptocurrency and make significant strides in critical sectors like healthcare. Clinical research, which plays a pivotal role in enhancing the quality of healthcare by guiding activities, determining equipment usage, and recommending preferred medications, stands to benefit greatly from blockchain integration. The unique technical capabilities of blockchain offer promising solutions across various stages of clinical research, from study design and patient registration to documenting study findings. By addressing current challenges in the clinical research process, blockchain technology can notably enhance research quality and consequently, improve patient care. Although there are conceptual frameworks regarding blockchain in the literature, yet practical implementations remain relatively scarce. Thus, in this study, private permissioned Hyperledger Fabric blockchain platform developed for managing clinical research. Additionally, a use case includes a blockchain-based solution as an innovative distributed framework to counting problems related to COVID-19 epidemiological parameters and statistics among healthcare disciplines and countries has been defined in the study. Also, use case logic has been implemented as a smart contract (chaincode) and invoked on Fabric Network. This endeavor represents a crucial step towards bridging the gap between theoretical understanding and real-world application within the realm of blockchain technology. By deploying a functioning clinical research network and executing smart contracts, this study not only contributes to the practical utilization of blockchain but also serves as a foundation for further research and development in the field.

Glioma Tümörlerinin Sınıflandırılmasında Varyasyonel Kuantum Sınıflandırıcının Kullanımı **KATILMADI**

• Emine Akpınar (Yıldız Teknik Üniversitesi)

Room: A Salonu Gliomalar, en sık görülen malign primer beyin tümörleridir. Sağ kalım olasılıkları, uygulanan tedaviler ve prognoz süreçleri, Düşük dereceli gliomalar (DDG) ve yüksek dereceli gliomalar (YDG) için farklı olduğundan, erken safhada bu ayrım yada sınıflandırma ciddi bir önem taşımaktadır. 2016'dan itibaren genomik moleküler işaretçiler de Dünya Sağlık Örgütü (DSÖ) sınıflandırmasına dahil edilmiştir. Fakat, moleküler genetik test maliyetlerinin çok fazla olması ve testlerin kolayca ulaşılamaz olması ile sonuçların elde edilme süreci haftalarca sürebilmekte, bu da kritik tedavi kararlarının gecikmesine neden olabilmektedir. Bu problemlerin üstesinden gelebilmek için, makine öğrenmesi ve derin öğrenme gibi, çeşitli klasik yapay zeka yöntemleri bu alanda ki problemlerin çözümüne uygulanmakta ve belirli düzeyde sonuçlar elde edilmektedir. Fakat, medikal veri boyutlarının sürekli artması, verilerin sahip olduğu gürültü seviyesi, zayıf çözünürlük gibi problemler, günümüzdeki klasik yapay zeka yöntemlerinin üstesinden gelmekte zorlandığı en önemli sorunlardan bazılarıdır. Son yıllarda yapılan çalışmalar göstermiştir ki, sağlık alanında kuantum hesaplama ve kuantum yapay zeka teknolojilerinin kullanımı, bu problemleri çözmenin yanı sıra, karmaşık veri analizlerini hızlandırmakta ve büyük veri setlerini daha verimli bir şekilde işleyebilmektedir. Bu çalışmada, NISQ kuantum bilgisayarları ile uyumlu, daha az devre elemanına sahip bir varyasyonel kuantum sınıflandırıcı modeli önerildi ve Kanser Genom Atlası (TCGA) verileri kullanılarak DDG ile YDG sınıflandırma noktasında, 0.75 doğruluk değeri elde edildi. ---------------------------------------- Join Zoom Meeting https://tubitak-gov.zoom.us/j/93091160178?pwd=VHJ0UUEwcUJTNzhIcm5QN0VkYjFRdz09 Meeting ID: 930 9116 0178 Passcode: 497969

NCC Türkiye Toplantısı: Değerlendirme Room: D Salonu Avrupa Bilişim Ekosistemi'nin içerisinde yer alan ülkemizdeki Yüksek Başarımlı Ulusal Yetkinlik Merkezi'nin kurulması ve sürdürülmesini sağlayan EuroCC projeleri içerisinde yer alan araştırmacıların, ilk kez yüzyüze BAŞARIM2024 Konferansına katılımı ile birlikte, tanışma ve tartışma hedeflenmişitr.

Davetli Konuşmacı: "The European High Performance Computing Joint Undertaking: Leading the Way in European Supercomputing"

• Anders Dam Jensen

Room: A Salonu Anders will present his organisation, the European High Performance Computing Joint Undertaking (EuroHPC JU). The EuroHPC JU joins together the resources of the European Union, 34 European countries and 3 private partners to develop a World Class Supercomputing Ecosystem in Europe. Anders will describe the first operational EuroHPC supercomputers located across Europe and give details about their access policy. Anders will then present some of the JU’s current objectives, with a focus on the implementation of ambitious research and innovation programmes supporting European technological and digital autonomy, and the developing of green technologies in HPC.

NCC Türkiye Highlights

• Merve Demirtaş Alkaç (TÜBİTAK ULAKBİM)
• Özlem Sarı (TÜBİTAK ULAKBİM)

Room: A Salonu

Enhancing Virtual Environments: Hybrid Approach to Neural Style Transfer

• Hüseyin Bahtiyar (VLMedia)

Room: A Salonu This paper introduces an innovative project intersecting style transfer and virtual reality (VR) technologies aimed at enhancing auditory-visual experiences, particularly in the realm of music. Our dynamic platform empowers musicians, spanning from novices to experts, to tailor their compositions within engaging environments enriched with stylized visual and auditory elements. Using deep learning methodologies such as Traditional Neural Style Transfer (TNST) and Neural Neighbor Style Transfer (NNST) in conjunction with VR technology, our framework enables users to craft personalized experiences aligned with their preferences. In this paper, we demonstrate a hybrid approach to style transfer that integrates NNST with conventional techniques and leverages multi-GPU processing for enhanced efficiency. Despite inducing a 19% slowdown compared to NNST alone, our user survey confirmed the enhanced realism of images generated via the hybrid method. Furthermore, we have achieved limited acceleration through multi-GPU support. In conclusion, we have developed a hybrid style transfer method from 2D to 2D and seamlessly integrated it into our VR environment. The envisioned extension of style transfer from 2D to 3D necessitated adaptation to overlay 2D images onto 3D objects due to the processing limitations of VR goggles.

Tek- ̇İmge Süper-Çözünürlük Modellerinin Çıkarımı için Eniyileyicilerin Karşılaştırmalı Başarım Analizi

• Alparslan Fişne (ASELSAN)

Room: A Salonu Görüntü iyileştirme ve bilgisayarlı görü gibi çeşitli veri analitiği problemlerinde derin öğrenme yöntemleri yenilikçi ve etkin bir çözüm olarak kullanılmaktadır. Derin öğrenme modelleri sayesinde probleme özgü öznitelikler çıkarılmakta ve pratik bir şekilde sonuç alınmaktadır. Bu makalede, bir analiz çalışması olarak imge süper-çözünürlük problemleri için tasarlanmış derin öğrenme modelleri için sonuç çıkarım modeli ele alınıp hızlı prototiplemeye kolaylık sağlayan eniyileyiciler incelenmektedir. Çalışmamızda bu modellerin grafik işlemcide TensorRT eniyileyici ve işlemcide OpenVINO eniyileyici yöntemlerinin sonuç çıkarım performansları açısından karşılaştırmalı olarak analiz edilmektedir. Karşılaştırmalı analizler sonucunda süper-çözünürlük sonuç çıkarım modellerinin etkin ve verimli hesaplamasına katkı sağlayan sonuçlar literatüre sunulmaktadır.

Bicubic++ Model Çıkarımı için GPU Hesaplama ve CUDA Gerçeklemesi

• Alparslan Fişne (ASELSAN)

Room: A Salonu Video ve imgeleri ölçeklendirmek için kullanılan bir algoritma olan bikübik üst-örnekleme, son zamanlarda derin öğrenme tekniklerinin kullanımı sayesinde evrişimsel sinir ağları ile görüntü işleme alanında uygulanmaktadır. Bu çalışmada, evrişimsel sinir ağı ile tasarlanmış Bicubic++ modeli için çıkarım uygulaması ele alınmaktadır. Sonuç çıkarımı için model CUDA hesaplama mimarisi kullanılarak gerçeklenmekte ve gerçek zamanlı bir şekilde GPU mimarisinde çalıştırılmaktadır. Bu makalede, gerçekleştirilen hesaplama tasarımı için CUDA organizasyonu ve yapılan iyileştirmeler kapsamlı bir şekilde anlatılmaktadır. Bu çalışma ile literatüre Bicubic++ modeli için ilk CUDA C/C++ gerçeklemesi sunulmaktadır.

Tekrarlayan Yapay Sinir Ağları (RNN) için GPGPU optimizasyonu ile yerel maksimumlardan global minimumun bulunması

• Hasan Tuğrul Erdoğan (Hacettepe Üniversitesi)

Room: A Salonu Yapay zeka perspektifinde güncel makine öğrenmesi kabiliyetlerine katkı sağlamış çalışmaların temelinde Tekrarlayan Yapay Sinir Ağları (RNN) yöntemini de görüyoruz. Bir RNN mimarisini genel anlamda, katmanlara dağılmış ve birbirleri ile tam bağlantılı olan tekil algılayıcılar (perceptron) olarak düşünebiliriz. Tekil algılayıcılar ise biyolojik sinir ağlarının aktivitesini model alarak geliştirilmiştir. Her bir tekil algılayıcının kendisine komşu her tekil algılayıcı ile tam bağlı olması ve bunun yanında ele aldığı problem verilerinin çok boyutlu veriler olması RNN mekanizmasını yüksek bir hesaplama yükü altında bırakmaktadır. Bu hesaplama yükünün üstesinden, gelişkin GPU mimarisi ve paralelleştirilmiş algoritmalar ile gelmenin önünde ise RNN mimarisinin sahip olduğu seri işleme bağımlılıkları çözülmek üzere durmaktadır. Bu çalışmamız ile yine doğadan ilham aldığımız bir bakış açısı ile RNN mimarisindeki bağımlılıklarını azaltarak verimli bir paralel işleyiş önermekteyiz.

Enhancing the Performance of the Data-Intensive Applications with Natural Language Browsing Behavior Modeling

• Tolga Büyüktanır (Loodos)

Room: A Salonu A key challenge faced in client-server systems that heavily rely on data is the fast delivery of data to end-users. To address this difficulty, this study presents a novel approach for modeling and forecasting user navigational browsing behavior, to establish an efficient prefetching mechanism. Regarding the approach for representing page visit data, we employ the word2vec embedding technique to encode each user's page visit as a numerical vector. Regarding the encoding of browsing activity data, we utilize aggregation on the embedding vectors. These vectors correspond to page visits occurring sequentially and are used to describe each user's browsing behavior using a numerical vector. In the proposed method, machine learning algorithms are employed to analyze and model the browsing behavior of all users. Machine learning models are employed to forecast the next user action during the navigation of data-intensive web and mobile application web pages. Subsequently, we employ this forecast to establish an intelligent prefetching method, which provides the capability of acquiring predicted web page data in proxy servers before it is requested. An experimental study was conducted using an open-source dataset derived from a mobile application used in a coffee shop. The purpose of this experimental study was to examine the efficacy of the proposed approach. The findings of the empirical investigation suggest that the proposed method has the potential to provide an efficient prefetching methodology, hence enhancing the efficiency of data-intensive client-server-based systems.

Leveraging Machine Learning to Achieve Efficient Partitioning for a Parallel Hybrid Solver

• Mohamed Abdiaziz (Ankara Yıldırım Beyazıt Üniversitesi)

Room: A Salonu This paper introduces a machine learning-based solution for efficiently solving sparse linear systems, a prevalent issue in scientific and engineering domains. The proposed approach leverages machine learning to predict the optimal number of partitions required for the block Cimmino method, a parallel hybrid solver to solve these systems. Traditional trial-and-error methods for determining the best number of partitions are surpassed by the proposed machine learning model, which is trained and validated on a diverse dataset from the Suite Sparse Matrix Collection. The model's performance is enhanced through feature selection and the use of Principal Component Analysis (PCA) for dimensionality reduction during training. The optimal model is selected based on the validation score and is evaluated using accuracy, AUC, and F1-Score metrics for both the training and testing phases. This method offers a faster and more efficient alternative to traditional approaches, with potential applications in various numerical methods in science and engineering. The study underscores the importance of appropriate feature selection for training the model and suggests future work to broaden the dataset and investigate other machine learning models to further improve the accuracy and efficiency of the proposed solution.

TİDA: Türk İşaret Dili Tanıma Programı

• Sabri Burkay Irmak (Düzce Üniversitesi)

Room: A Salonu Yapılan çalışmada işitme engelli insanlar için iletişim kolaylığı sağlama amaçlı; konvolüsyonel sinir ağları ve uzun kısa süreli bellek kullanılarak, derin öğrenme teknikleri yardımıyla video ile işaret dilinden Türkçe kelimelere sınıflandırma yapılması hedeflenmiştir. Çalışma; AUTSL veri seti ile gerçekleştirilmiştir. Veri setinde; zamirler, aile bireyleri, yiyecekler, nesneler, haftanın günleri gibi günlük hayatta kullanılan 226 kelimenin işaretini barındıran 35000’den fazla renkli video bulunmaktadır. Farklı uzunluktaki videolar ön işlemden geçirilerek sabit uzunluğa ve normalize edilmiş duruma getirilmiştir. Özellik çıkarımı için ön eğitimli MobileNetV2 ağı ve yeterli doğruluk oranına ulaşılamadığı için Mediapipe tarafından geliştirilen Hand Landmarks Detection yapısı ile iki farklı seçenek kullanılmıştır. Özellik çıkarımı videodaki tüm kareler için tekrarlanarak Kare Sayısı x Özellik Vektörü şekline getirilmiştir. Daha sonrasında; birbirine bağlı veriler işlenmesi için çift yönlü uzun-kısa süreli bellek yapısı, videolardaki önemli karelerin etkisini gözetmek için oluşturulan geçici dikkat yapısı, ezberlemeyi önlemek için seyreltme katmanı ve sınıflandırma için tam bağlantılı katman kullanılmıştır. 226 kelimeye karşılık indeksleri çıkış olarak kullanan softmax sınıflandırıcı ile ağ oluşturulmuştur. Yapılan testlerde doğruluk değerleri; özellik çıkarımı için MobileNetV2 kullanılan ağda %20’yi aşamamışken Mediapipe çözümüyle özellik çıkarılan ağda %83’e ulaşmıştır. Test işlemleri için Tkinter aracı kullanılarak grafiksel arayüz oluşturulmuştur.

Panel: "Yüksek Başarımlı Hesaplama, Yüksek Başarımlı Veri Analitiği ve Yapay Zeka Yakınsamasında İstekler & Öneriler"

• Feyza Eryol (TÜBİTAK ULAKBİM)

Room: A Salonu Günümüzde HPC+ olarak bilinen, Yüksek Başarımlı Hesaplama, Yüksek Başarımlı Veri Analitiği, Yapay Zeka yakınmasında YBH sistemlerinin kullanımı, ilgili komunitelerin ihtiyaçları ve çözüm önerilerinin belirtildiği, panelistlerin katılımcılar içerisinden de değişiklik gösterebileceği ("fishbowl conversation") açık bir tartışma ortamı olarak planlanmıştır.

Tez Yarışması Ödülleri ve Kapanış Room: A Salonu Orta Doğu Teknik Üniversitesi Kültür Kongre Merkezi