文献

J-GLOBAL ID：201702282796660211   整理番号：17A0756255

ヘテロプラットフォーム上でのOpenCLおよびOpenMPを用いたSVMによるランキングのための加速学習【Powered by NICT】

Accelerating Learning to Rank via SVM with OpenCL and OpenMP on Heterogeneous Platforms

著者 (7件)： Zhu Huming ,  Luo Zheng ,  Wu Yanfei ,  Li Pei ,  Zhang Peng ,  Gou Shuiping ,  Jiao L.C.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICPADS  ページ： 1199-1202  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： サポートベクトルマシン(SVM)を等級づけ学習のための一般的なアルゴリズムであるが,SVMの訓練速度は,大規模データ問題を扱う場合にボトルネックになっている。最近,グラフィックス処理ユニット(GPU)とのMIC(Many Integrated Core)のようなヘテロコンピューティングプラットフォームは,高性能計算領域の大きな優位性を示した。オープンコンピューティング言語(OpenCL)とオープンマルチプロセッシング(OpenMP)は,異なる異種混合型プラットフォームのための二種の一般的な並列処理プログラミング・インタフェースである。RSVMの速度問題を解決するために,異なる不均一プラットフォーム上で異なる並列プログラミングモデルの性能の比較が重要である。マルチコアCPUとMIC,およびマルチコアCPU,GPUとMICのためのOpenCLに基づくPLRSVMのランク付けSVM(PLRSVM)にOpenMPbased並列学習を設計した。実験結果は,OpenMPに基づくプログラムとOpenCLベースのプログラムの間の異なる性能を示した。OpenCLに基づくプログラムは,SVMの訓練プロセスを大幅に加速し,異種デバイスの確率を示した。実験もハードウェアプラットフォームに応じて適切なプログラミングモデルの選択と連続アルゴリズムの構造は,並列アルゴリズムの高い性能を得るために重要なステップであることを示唆した。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： 並列アルゴリズム ,  *学習 ,  並列処理 ,  サポートベクトルマシン ,  計算機プログラミング ,  *等級づけ ,  インタフェイス ,  アルゴリズム
準シソーラス用語： プログラミングモデル ,  マルチコアプロセッサ ,  並列プログラミング ,  高性能コンピューティング ,  GPU【プロセッサ】 ,  *OpenMP ,  *OpenCL , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： OpenCL ,  OpenMP ,  SVM ,  ランキング ,  加速 ,  学習