文献

J-GLOBAL ID：201702215510575470   整理番号：17A1397458

回帰ツリーの大森林のマルチコア/メニーコア並列走査【Powered by NICT】

Multicore/Manycore Parallel Traversal of Large Forests of Regression Trees

著者 (7件)： Lettich Francesco ,  Lucchese Claudio ,  Nardini Franco Maria ,  Orlando Salvatore ,  Perego Raffaele ,  Tonellotto Nicola ,  Venturini Rossano
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： HPCS  ページ： 915  発行年： 2017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： 二値回帰ツリーの付加的集合に基づく機械learntモデルは現在,複雑な分類,回帰,ランク付けタスクを解決するために最良の解決策の一つと考えられている。高スループット要求とデータ項目の連続ストリーム上のこれらの複雑なモデルを評価するために,最適化,百ノードを含む各を,千本の横断,並列化する必要がある。Web検索における文書ランク付けは,この挑戦的なシナリオの典型的な例である,複雑なツリーベースモデルでは,問い合わせ文書対のスコアリングを行い,最終的に各入力質問(a.k.a.順序づけ学習)のための文書結果のリストをランク付けするために使用されている。この論文で,著者らは,マルチコアCPU(SIMDコプロセッサ)とメニーコアGPUを用いてQUICKSCORER 実際に決定木のアンサンブルを利用した最新のスコアリングアルゴリズムのための並列戦略に関するいくつかの予備的結果を簡単に議論した。アレイデータ構造への線形アクセスにおける千ディシジョンツリーの横断を変換する,QUICKSCORERは非常に効果的に並列化,非常に興味ある高速化を達成できることを示した。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： 等級づけ ,  線形性 ,  コプロセッサ ,  学習 ,  *走査 ,  ディシジョンツリー ,  最適化 ,  高速化 ,  データ構造 ,  SIMD
準シソーラス用語： 順序づけ ,  スコア化 ,  ウェブ検索 ,  ハイスループット ,  *マルチコアプロセッサ , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 森林 ,  マルチコア ,  走査