文献

J-GLOBAL ID：201002255666660561   整理番号：10A1616056

多重処理システムのタスク割当てのニューロンネットワーク法

Neuron Network Methods of Task Assignment in Multiprocessing System

著者 (2件)： KRYZHANOVSKY M. V. (Res. Inst. System Analysis, Russian Acad. Sci., Moscow, RUS) ,  MALSAGOV M. Yu. (Res. Inst. System Analysis, Russian Acad. Sci., Moscow, RUS)
資料名： Optical Memory & Neural Networks  (Optical Memory & Neural Networks)
巻： 19  号： 3  ページ： 213-219  発行年： 2010年07月 
JST資料番号： W0704A  ISSN： 1060-992X  資料種別： 逐次刊行物 (A)
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： 人工ニューラルネットワークに基づくタスク割当てスケジューリングの二つの方法を検討した。一つは全てのプロセッサを用いて同時に最適タスク割当てを行うベクトルネットワークに基づいており,もう一つは最大および最小演算時間をもつ二重プロセッサを用いてタスクを対平衡して調整するHopfieldスカラーモデルに基づいている。初期タスク分布がランダムおよび決定論的場合のプロセッサ数を4,8,16にして,この二つの方法と逐次法の相対演算時間を計算機実験で比較した。演算時間は対平衡のスカラーモデルが最も減少し,スカラーモデルのアルゴリズムの速度(演算数)はプロセッサ数が16の場合に,ベクトルネットワークの260倍に高速化されることが分かった。

シソーラス用語： *ニューラルネットワーク ,  *データ処理 ,  *多重処理 ,  *資源割付 ,  *スケジューリング ,  ベクトル解析 ,  演算プロセッサ ,  Hopfield模型 ,  スカラー場 ,  CPU時間 ,  比較試験 ,  計算機アルゴリズム
準シソーラス用語： *タスク割当

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 多重処理システム ,  タスク割当て ,  ニューロン ,  ネットワーク法