مقاله تحلیل الگوریتم شاخه و قید موازی آسنکرون

اختصاصی از اینو دیدی مقاله تحلیل الگوریتم شاخه و قید موازی آسنکرون دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود در "پایین مطلب"

فرمت فایل: word (قابل ویرایش و آماده پرینت)
تعداد صفحات:51

خلاصه:

در این مقاله توضیحی درباره کامپیوترهای موازی می‌دهیم و بعد الگوریتمهای موازی را بررسی می‌کنیم. ویژگیهای الگوریتم branch & bound را بیان می‌کنیم و الگوریتمهای b&b موازی را ارائه می‌دهیم و دسته‌ای از الگوریتمهای b&b آسنکرون برای اجرا روی سیستم MIMD را توسعه می‌دهیم. سپس این الگوریتم را که توسط عناصر پردازشی ناهمگن اجرا شده است بررسی می‌کنیم.

نمادهای perfect parallel و achieved effiency را که بطور تجربی معیار مناسبی برای موازی‌سازی است معرفی می‌کنیم زیرا نمادهای قبلی speed up (تسریع) و efficiency (کارایی) توانایی کامل را برای اجرای واقعی الگوریتم موازی آسنکرون نداشتند. و نیز شرایی را فراهم کردیم که از آنومالیهایی که به جهت موازی‌سازی و آسنکرون بودن و یا عدم قطعیت باعث کاهش کارایی الگوریتم شده بود، جلوگیری کند.

2- معرفی:

همیشه نیاز به کامپیوترهای قدرتمند وجود داشته است. در مدل سنتی محاسبات، یک عنصر پردازشی منحصر تمام taskها را بصورت خطی (Seqventia) انجام میدهد. به جهت اجرای یک دستورالعمل داده بایستی از محل یک کامپیوتر به محل دیگری منتقل می‌شد، لذا نیاز هب کامپیوترهای قدرتمند اهمیت روز افزون پیدا کرد. یک مدل جدید از محاسبات توسعه داده شد، که در این مدل جدید چندین عنصر پردازشی در اجرای یک task واحد با هم همکاری می‌کنند. ایده اصل این مدل بر اساس تقسیم یک task به subtask‌های مستقل از یکدیگر است که می‌توانند هر کدام بصورت parallel (موازی) اجرا شوند. این نوع از کامپیوتر را کامپیوتر موازی گویند.

تا زمانیکه این امکان وجود داشته باشد که یک task را به زیر taskهایی تقسیم کنیم که اندازه بزرگترین زیر task همچنان به گونه‌ای باشد که باز هم بتوان آنرا کاهش داد و البته تا زمانیکه عناصر پردازشی کافی برای اجرای این sub task ها بطور موازی وجود داشته باشد، قدرت محاسبه یک کامپیوتر موازی نامحدود است. اما در عمل این دو شرط بطور کامل برقرار نمی‌شوند:

اولاً: این امکان وجود ندارد که هر taskی را بطور دلخواه به تعدادی زیر task‌های مستقل تقسیم کنیم. چون همواره تعدادی زیر task های وابسته وجود دارد که بایستی بطور خطی اجرا شوند. از اینرو زمان مورد نیاز برای اجرای یک task بطور موازی یک حد پایین دارد.

دوماً: هر کامپیوتر موازی که عملاً ساخته می‌شود شامل تعداد معینی عناصر پردازشی (Processing element) است. به محض آنکه تعداد taskها فراتر از تعداد عناصر پردازشی برود، بعضی از sub task ها بایستی بصورت خطی اجرا شوند و بعنوان یک فاکتور ثابت در تسریع کامپیوتر موازی تصور می‌شود.

الگوریتمهای B&B مسائل بهینه سازی گسسته را به روش تقسیم فضای حالت حل می‌کنند. در تمام این مقاله فرض بر این است که تمام مسائل بهینه سازی مسائل می‌نیمم کردن هستند و منظور از حل یک مسئله پیدا کردن یک حل ممکن با مقدار می‌نیمم است. اگر چندین حل وجود داشته باشد، مهم نیست کدامیک از آنها پیدا شده.

الگوریتم B&B یک مسئله را به زیر مسئله‌های کوچکتر بوسیله تقسیم فضای حالت به زیر فضاهای (Subspace) کوچکتر، تجزیه می‌کند. هر زیر مسئله تولید شده یا حل است و یا ثابت می‌شود که به حل بهینه برای مسئله اصلی (Original) نمی‌انجامد و حذف می‌شود. اگر برای یک زیر مسئله هیچ کدام از این دو امکان بلافاصله استنباط نشود، آن زیر مسئله به زیرمسئله‌های کوچکتر دوباره تجزیه می‌شود. این پروسه آنقدر ادامه پیدا می‌کند تا تمام زیر مسئله‌های تولید شده یا حل شوند یا حذف شوند.

در الگوریتمهای B&B کار انجام شده در حین اجرا به شدت تحت تاثیر نمونه مسئله خاص قرار می‌گیرد. بدون انجام دادن اجرای واقعی الگوریتم این امکان وجود ندارد که تخمین درستی از کار انجام شده بدست آورد. علاوه برآن، روشی که کار باید سازمان‌دهی شود بر روی کار انجام شده تاثیر می‌گذارد. هر گامی که در اجرای الگوریتم b&b ی موازی بطور موفقیت‌آمیزی انجام می‌شود و البته به دانشی است که تاکنون بدست آورده. لذا استفاده از استراتژی جستجوی متفاوت یا انشعاب دادن چندین زیر مسئله بطور موازی باعث بدست آمدن دانشی متفاوت می‌شود پس می‌توان با ترتیب متفاوتی زیر مسئله‌ها را انشعاب داد.

دقت کنید که در یک بدل محاسبه خطی افزایش قدرت محاسبه فقط بر روی تسریع الگوریتم اثر می‌کند وگرنه کار انجام شده همچنان یکسان است.

با این حال اگر قدرت محاسبه یک کامپیوتر موازی با اضافه کردن عناصر پردازشی اضافه افزایش پیدا کند. اجرای الگوریتم b&b بطور آشکاری تغییر می‌کند (به عبارت دیگر ترتیبی که در آن زیر برنامه‌ها انشعاب پیدا می‌کنند تغییر می‌کند). بنابراین حل مسائل بهینه‌سازی گسسته سرسع بوسیله یک کامپیوتر موازی نه تنها باعث افزایش قدرت محاسبه کامپیوتر موازی شده است بلکه باعث گسترش الگوریتمهای موازی نیز گشته است.

3- کامپیوترهای موازی (Parallel computers):

یکی از مدلهای اصلی محاسبات Control drivenmodel است، در این مدل کاربر باید صریحاً ترتیب انجام عملیات را مشخص کند و آن دسته از عملیاتی که باید به طور موازی اجرا شوند را تعیین کند. این مدل مستقل از عناصر پردازش به صورت زیر تقسیم‌بندی می‌شود:

تحقیق درمورد تحلیل الگوریتم شاخه و قید موازی آسنکرون

اختصاصی از اینو دیدی تحقیق درمورد تحلیل الگوریتم شاخه و قید موازی آسنکرون دانلود با لینک مستقیم و پر سرعت .

فرمت فایل:  ورد ( قابلیت ویرایش ) 

---

قسمتی از محتوی متن ...

تعداد صفحات : 51 صفحه

تحلیل الگوریتم شاخه و قید موازی آسنکرون. Asynchronous Parallel Branch and Bound Algorithm 1- خلاصه: در این مقاله توضیحی درباره کامپیوترهای موازی می‌دهیم و بعد الگوریتمهای موازی را بررسی می‌کنیم.
ویژگیهای الگوریتم branch & bound را بیان می‌کنیم و الگوریتمهای b&b موازی را ارائه می‌دهیم و دسته‌ای از الگوریتمهای b&b آسنکرون برای اجرا روی سیستم MIMD را توسعه می‌دهیم.
سپس این الگوریتم را که توسط عناصر پردازشی ناهمگن اجرا شده است بررسی می‌کنیم. نمادهای perfect parallel و achieved effiency را که بطور تجربی معیار مناسبی برای موازی‌سازی است معرفی می‌کنیم زیرا نمادهای قبلی speed up (تسریع) و efficiency (کارایی) توانایی کامل را برای اجرای واقعی الگوریتم موازی آسنکرون نداشتند.
و نیز شرایی را فراهم کردیم که از آنومالیهایی که به جهت موازی‌سازی و آسنکرون بودن و یا عدم قطعیت باعث کاهش کارایی الگوریتم شده بود، جلوگیری کند. 2- معرفی: همیشه نیاز به کامپیوترهای قدرتمند وجود داشته است.
در مدل سنتی محاسبات، یک عنصر پردازشی منحصر تمام taskها را بصورت خطی (Seqventia) انجام میدهد.
به جهت اجرای یک دستورالعمل داده بایستی از محل یک کامپیوتر به محل دیگری منتقل می‌شد، لذا نیاز هب کامپیوترهای قدرتمند اهمیت روز افزون پیدا کرد.
یک مدل جدید از محاسبات توسعه داده شد، که در این مدل جدید چندین عنصر پردازشی در اجرای یک task واحد با هم همکاری می‌کنند.
ایده اصل این مدل بر اساس تقسیم یک task به subtask‌های مستقل از یکدیگر است که می‌توانند هر کدام بصورت parallel (موازی) اجرا شوند.
این نوع از کامپیوتر را کامپیوتر موازی گویند. تا زمانیکه این امکان وجود داشته باشد که یک task را به زیر taskهایی تقسیم کنیم که اندازه بزرگترین زیر task همچنان به گونه‌ای باشد که باز هم بتوان آنرا کاهش داد و البته تا زمانیکه عناصر پردازشی کافی برای اجرای این sub task ها بطور موازی وجود داشته باشد، قدرت محاسبه یک کامپیوتر موازی نامحدود است.
اما در عمل این دو شرط بطور کامل برقرار نمی‌شوند: اولاً: این امکان وجود ندارد که هر taskی را بطور دلخواه به تعدادی زیر task‌های مستقل تقسیم کنیم.
چون همواره تعدادی زیر task های وابسته وجود دارد که بایستی بطور خطی اجرا شوند.
از اینرو زمان مورد نیاز برای اجرای یک task بطور موازی یک حد پایین دارد.
دوماً: هر کامپیوتر موازی که عملاً ساخته می‌شود شامل تعداد معینی عناصر پردازشی (Processing element) است.
به محض آنکه تعداد taskها فراتر از تعداد عناصر پردازشی برود، بعضی از sub task ها بایستی بصورت خطی اجرا شوند و بعنوان یک فاکتور ثابت در تسریع کامپیوتر موازی تصور می‌شود. الگوریتمهای B&B مسائل بهینه سازی گسسته را به روش تقسیم فضای حالت حل می‌کنند.
در تمام این مقاله فرض بر این است که تمام مسائل بهینه سازی مسائل می‌نیمم کردن هستند و منظور از حل یک مسئله پیدا کردن یک حل ممکن با مقدار می‌نیمم است.
اگر چندین حل وجود داشته باشد، مهم نیست کدامیک از آنها پیدا شده. الگوریتم B&B یک مسئله را به زیر مسئله‌های کوچکتر بوسیله تقسیم فضای حالت به زیر فضاهای (Subspace) کوچکتر، تجزیه می‌کند.
هر زیر مسئله تولید شده یا حل است و یا ثاب

متن بالا فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است.شما بعد از پرداخت آنلاین فایل را فورا دانلود نمایید

بعد از پرداخت ، لینک دانلود را دریافت می کنید و ۱ لینک هم برای ایمیل شما به صورت اتوماتیک ارسال خواهد شد.

مقاله درمورد اهمیت شبکه های کامپیوتر موازی جهت انجام محاسبات ریاضی سنگین و پردازش اطلاعات

اختصاصی از اینو دیدی مقاله درمورد اهمیت شبکه های کامپیوتر موازی جهت انجام محاسبات ریاضی سنگین و پردازش اطلاعات دانلود با لینک مستقیم و پر سرعت .

دسته بندی : کامپیوتر و It ،

فرمت فایل:   ( قابلیت ویرایش و آماده چاپ ) 

فروشگاه کتاب : مرجع فایل 

---

 قسمتی از محتوای متن ...

تعداد صفحات : 23 صفحه

عنوان تحقیق : اهمیت شبکه های کامپیوترموازی جهت انجام محاسبات ریاضی سنگین و پردازش اطلاعات.
با پیشرفت روز افزون علوم مختلف، نیاز به انجام محاسبات ریاضی سنگین و پردازش حجم زیادی از اطلاعات با سرعت بالا و در زمان کم بوجود آمد.
از طرفی رشد تکنولوژی پردازنده ها نسبت به حجم محاسبات بسیار پایین است و نیز بخاطر محدودیت در تولید ابزار نیمه هادی سرعت پردازنده ها نیز دارای محدودیت می‌باشد.
از این رو استفاده از یک کامپیوتر به تنهایی پاسخگوی نیازهای محاسباتی نیست.
بنابراین استفاده از چند کامپیوتر برای انجام پردازش های موازی ضروری است.
از سوی دیگر به دلیل پیشرفتهای زیاد در زمینه شبکه های کامپیوتری و ابزار آن، روش جدیدی برای انجام محاسبات ارائه گردید که Network-based coputation نام دارد.
در حالت کلی کامپیوترهای موازی شامل واحدهای پردازش و حافظه مختلفی هستند.
و بحث مهم در طراحی و آنالیز سیستمهای موازی، روش اتصال اجزاء مختلف به یکدیگر می باشد بنابراین نحوه ارتباط شبکه است که کارائی کل سیستم را معین می‌کند.
امروزه طیف وسیعی از سیستمهای موازی موجود می باشد.
که بعضی از آنها به منظور کاربرد خاص و گروهی نیز به صورت استفاده همه منظوره هستند.
برای بررسی این کاربردها و استفاده آنها از شبکه های مختلف در ابتدا نیاز است تا معماری های موازی را دسته بندی کنیم.
زیرا معماری های مختلف نیازهای مختلف را برآورده می‌سازند.
البته تنها افزایش سرعت دلیل استفاده از کامپیوترهای موازی نیست بلکه گاهی برای بالا بردن قابلیت اطمینان از سیستم موازی استفاده می شود و محاسبات به وسیله چند کامپیوتر انجام شده و با هم مقایسه می شود و در واقع کامپیوترهای دیگر نقش Backup را دارند.
به این سیستم ها fault telorant گفته می شود.
تا کنون دسته بندی کامل و جامعی برای سیستمهای موازی ارائه نشده است: Flynn روشی برای این دسته بندی ارائه کرده که البته به طور کامل تمام سیستمها را تحت پوشش نمی گیرد.
سیستم دسته بندی Flynn براساس تعداد دنباله دستورالعملها و اطلاعات موجود در یک کامپیوتر می باشد که در اینجا منظور از دنباله یا Stream، رشته از دستورات یا اطلاعات است که توسط یک پردازنده پردازش می شود.
Flynn هر سیستم را بسته به تعداد دستورات و تعداد اطلاعات به یکی از چهار مجموعه زیر نسبت می دهد که در زیر توضیح مختصری از هر یک از آنها آمده است.
SISD: Sungle Instruction – Single Data SISD یک سری از کامپیوترهای سنتی از گروه Apple می باشد که در آن یک دستورالعمل از حافظه خوانده و اجرا می شود و از اطلاعات حافظه استفاده می کند و بعد دستورالعمل بعدی فراخوانی و اجرا می شود و به همین ترتیب ادامه می یابد این کلاس از کامپیوترها حدود چهار دهه مورد استفاده بوده و برنامه و نرم افزارهای فراوانی بر این اساس پایه گذاری شده است.
تمام کامپیوترهای سریال به این دسته تعلق دارند.
SIMD: Single Instruction – Multiple Data در این دسته از کامپویترها، یک واحد دستورالعمل، دستورات را به تعدادی از المانهای پردازش (PE) می فرستد و از آنجا که هر PE بر روی اطلاعات محلی خویش کار می کند در واقع تعداد زیادی از رشته اطلاعات وجود خواهد داشت مثلاً در

  متن بالا فقط تکه هایی از محتوی متن مقاله میباشد که به صورت نمونه در این صفحه درج شدهاست.شما بعد از پرداخت آنلاین ،فایل را فورا دانلود نمایید 

---

  لطفا به نکات زیر در هنگام خرید دانلود مقاله :  توجه فرمایید.

• در این مطلب،محتوی متن اولیه قرار داده شده است.
• به علت اینکه امکان درج تصاویر استفاده شده در ورد وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید.
• پس از پرداخت هزینه ،ارسال آنی مقاله یا تحقیق مورد نظر خرید شده ، به ادرس ایمیل شما و لینک دانلود فایل برای شما نمایش داده خواهد شد.
• در صورت  مشاهده  بهم ریختگی احتمالی در متون بالا ،دلیل آن کپی کردن این مطالب از داخل متن میباشد ودر فایل اصلی این ورد،به هیچ وجه بهم ریختگی وجود ندارد.
• در صورتی که محتوی متن ورد داری جدول و یا عکس باشند در متون ورد قرار نخواهند گرفت.
• هدف اصلی فروشگاه ، کمک به سیستم آموزشی میباشد.

---

دانلود فایل   پرداخت آنلاین 

دانلود تحقیق پورت موازی و استفاده از آن در پروژه‌ها

اختصاصی از اینو دیدی دانلود تحقیق پورت موازی و استفاده از آن در پروژه‌ها دانلود با لینک مستقیم و پر سرعت .

هدف:
پورت موازی یک سیستم کامپیوتر راهی جهت کنترل پروژه‌های سخت‌افزاری می باشد. در این فصل با بررسی انواع پورت‌های موازی، نحوه استفاده از این پورت را به عنوان نمونه در چندپروژه خواهیم آورد. نحوه برنامه‌ریزی پورت‌های موازی و استفاده از وقفه‌ها در کنترل پورت‌ها را نیز مورد بررسی قرار می دهیم.
دراین فصل سعی خواهیم کرد با بررسی پورت موازی یا چاپگرها،نحوۀ استفاده از آن در پروژه‌ها و کنترل ابزارهای خروجی و ورودی و دیجیتال یا آنالوگ با آن را بررسی نماییم. گر چه این فصل چندان ارتباطی با اسلات‌های توسعه ندارد ولی نحوۀ استفاده از یک یا چند آدرس را در پروژه‌های سخت‌‌‌‌‌افزاری نشان خواهد داد که برای طراحان کارتهای جانبی خارج از اسلات‌ها که جدیدا نیز زیاد شده است بسیار مفید خواهد بود.
1-11 پین‌های اینترفیس چاپگر سنترونیکس
پورت‌ موازی به عنوان اینترفیس استاندارد چاپگرها در سیستمهای 86 80 تعریف و استفاده می‌شود. این مشابه استاندارد چاپگر اپسیون Fx-100 می‌باشد. این پورت دارای 26 پین بوده که تعداد زیادی سیگنال زمین در آن جهت جلوگیری از تداخل نویز در نظر گرفته شده است. این 36 پایه را می‌توان در 4 گروه به صورت زیر تقسیم‌بندی نمود:
1.    خطوط اطلاعات که اطلاعات را از سیستم به چاپگر منتقل می‌نماید.
2.    سیگنالهای حالت چاپگر. این سیگنالهای حالت چاپگر را در هر لحظه نشان می‌دهند.
3.    سیگنالهای کنترل چاپگر. این سیگنالها به چاپگر می‌گوید که چه عملی باید انجام دهد.
4.    سیگنالهای زمین. این سیگنالها جهت برگشت زمین هر کدام از خطوط اطلاعات و یا سیگنالهای حالت و کنترل مورد استفاده قرار می‌گیرد.
خطوط اطلاعات و زمین آنها
خطوط ورودی D1 تا D8، یک خط موازی جهت ارسال اطلاعات از سیستم کامپیوتر به چاپگر را فراهم می‌آورند. سیگنالهای 20 تا 28 خطوط زمین D1 تا D8 می‌ساشند.
سیگنالهای حالت چاپگر
سیگنالهای خروجی فوق از چاپگر به سیستم آمده تا حالت قسمتهای مختلف چاپگر را به سیستم و برنامۀ کاربردی مورد نظر نشان دهد. این سیگنالها عبارت‌اند از:
(پین 12) PE : جهت نمایش نداشتن کاغذ توسط چاپگر
(پین 11) BUSY این سیگنال در صورت آماده نبودن چاپگر جهت دریافت اطلاعات جدید در حالت high قرار می‌گیرد.یعنی زمانی که چاپگر off-line است یا آمادگی دریافت اطلاعات جدید را ندارد به حالت high می‌رود و به سیستم می‌گوید که نباید برای چاپگر ارسال اطلاعات داشته باشد.
(پین 32) ERROR : یک سیگنال خروجی که درحالت معمولی high بوده و زمانی که یک خطا (مثلا نبودن کاغذ) رخ دهد به حالت low خواهد رفت.
(پین 13) SLCT : در حالت نرمال به صورت high بوده و از چاپگر به PC می‌رود و زمانی که چاپگر روشن می‌شود نشان می‌دهد که چاپگر انتخاب شده است.
(پین 10) ACKNLG : جواب دادن به دریافت اطلاعات ارسال شده از سوی کامپیوتر می‌باشد و اعلان می‌کند که آمادۀ دریافت اطلاعات جدید است.
سیگنالهای کنترل چاپگر
دو سیگنال TROBE  (پین 1) و CLNLG  به عنوان مهمترین سیگنالهای کنترلی مورد استفاده قرار می‌گیرد. پین NIT  (پین 31) به عنوان یک سیگنال ورودی بوده که در حالت نرمال high می‌باشد. وقتی فعال می‌شود (low می‌شود) باعث باز نشاندن چاپگر شده و یک برنامۀ خاص اجرا خواهد شد. شکل 2-11 کلیۀ سیگنالهای پورت سنترونیکس یرا نشان می‌دهد. برای ارسال اطلاعات از کامپیوتر به چاپگر مراحل زیر انجام می‌گیرد:
1)    سیگنال Busy که از چاپگر به سیستم می‌آید توسط PC چک می‌شود تا نشان داده شود که چاپگر آمادۀ دریافت اطلاعات است (مشغول نیست)
2)    کامپیوتر 8 بیت اطلاعات را بر روی باس اطلاعات که ما بین چاپگر و سیستم برقرار است قرار می‌دهد.
3)    کامپیوتر سیگنال TROB  را فعال می‌کند(به حالت low). اطلاعات باید حداقل 5/0 میکرو ثانیه روی باس اطلاعات باشد.
4)    خط TROB  باید به آرامی در مدت 5/0 میکرو ثانیه به حالت low برگردد.
5)    فعال شدن سیگنال TROB  باعث فعال شدن سیگنال Busy از سوی چاپگر خواهد شد و به کامپیوتر می‌گوید که باید تا پایان یافتن این مرحله منتظر شود.
6)    زمانی که چاپگر آمادۀ دریافت اطلاعات جدید باشد سیگنال CLNLG  را به حالت فعال ، برای کامپیوتر ارسال خواهد کرد. این سیگنال برای 5 میکروثانیه به حالت low خواهد رفت.

شامل 15 صفحه Word

ترجمه مقاله الگوریتم خوشه بندی موازی برای مجموعه داده های زیست شناسی مقیاس-بزرگ

اختصاصی از اینو دیدی ترجمه مقاله الگوریتم خوشه بندی موازی برای مجموعه داده های زیست شناسی مقیاس-بزرگ دانلود با لینک مستقیم و پر سرعت .

این مقاله ترجمه مقاله انگلیسی Parallel Clustering Algorithm for Large-Scale Biological
Data Sets می باشد . /

سال انتشار : 2014 /

تعداد صفحه مقاله انگلیسی : 9 /

تعداد صفحه ترجمه : 11/

فرمت فایل ترجمه : Word /

مقاله اصلی به زبان انگلیسی را می توانید رایگان از اینجا دریافت نمایید ./

ضمنا پیاده سازی این مقاله با نرم افزار CUDA در سایت جهت تهیه دوستان در اینجا موجود است . /

چکیده

پیش زمینه: گسترش انفجاری داده های زیست شناسی در سال های اخیر چالشی بزرگ برای الگوریتم های خوشه بندی سنتی بوجود آورده است. با افزایش مقیاس مجموعه داده ها، به حافظه های بزرگتر و زمان اجراهای طولانی تری برای مسایل شناسایی خوشه نیاز است. الگوریتم انتشار همریشگی (affinity propagation) عملکردی بهتر از بسیاری دیگر از الگوریتم های کلاسیک خوشه بندی دارد و بصورت گسترده در پژوهش های زیست شناسب بکار گرفته می شود. با این حال به هنگام پرداختن به مجموعه داده های دارای مقیاس بزرگ پیچیدگی زمانی و فضایی به تنگنا و محدودیت عمده ای تبدیل می شود. با این حال ماتریس شباهت که رویه های ساختن آن زمان اجرای زیادی می طلبد، پیش از اجرای الگوریتم انتشار همریشگی مورد نیاز است، چرا که این الگوریتم مجموعه داده ها را بر پایه ی مجموعه شباهت میان جفت داده ها خوشه بندی می کند.