文献

J-GLOBAL ID：201702258503205908   整理番号：17A0182224

標準的パーティクルスワーム最適化のCUDA実装【Powered by NICT】

A CUDA Implementation of the Standard Particle Swarm Optimization

著者 (3件)： Hussain Md. Maruf ,  Hattori Hiroshi ,  Fujimoto Noriyuki
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SYNASC  ページ： 219-226  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 鳥類の社会学習プロセスと発見的粒子群最適化(PSO)探索アルゴリズムの開発をfishesinspired。GraphicsProcessingユニット(GPU)とCompute Unified Device Architecture(CUDA)プラットフォームの進歩は探索アルゴリズム開発におけるthecomputational時間を短縮するために重要な役割を果たす。CUDAアーキテクチャに基づくGPU上での標準粒子SwarmOptimization(SPSO)のための良好な実装,合体メモリアクセスを紹介した。アルゴリズムを有名なベンチマーク最適化機能をevaluatedonである。Theexperimentsは,NVIDIA GeForce GTX980GPU,及び3.20GHz Intelコアi54570CPUandの単一コアについて実施した試験の結果,GPUアルゴリズムは,対応するCPUalgorithmより46倍早く最大をrunsaboutことを実証した。,この提案したアルゴリズムは,最適化問題を解くための改善に必要な時間を用いることができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  計算機アーキテクチャ ,  *最適化 ,  最適化問題 ,  アルゴリズム
準シソーラス用語： メモリアクセス ,  探索アルゴリズム ,  学習過程 ,  *CUDA ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 標準 ,  パーティクルスワーム最適化 ,  CUDA ,  実装