文献

J-GLOBAL ID：201702216403832241   整理番号：17A1397533

GPU上での二値スパースニューラルネットワークを用いた配列の大規模メモリ【Powered by NICT】

Large-Scale Memory of Sequences Using Binary Sparse Neural Networks on GPU

著者 (4件)： Marques Max Raphael Sobroza ,  Hacene Ghouthi Boukli ,  Lassance Carlos Eduardo Rosar Kos ,  Horrein Pierre-Henri
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： HPCS  ページ： 553-559  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： 連想メモリはそれらの含量の一部のみ与えられたメッセージを蓄積し,検索することができるモデルである。これらのシステムは,パターン検索における誤り訂正能力のために,データベースエンジン,ネットワークルータ,自然言語処理と画像認識のようないくつかの用途で使用されている。GriponとBerrou法はほぼ最適貯蔵効率(使用したビットに貯蔵された有用なビットの比)を達成するクリークに基づくスパース連想メモリを紹介した。二成分トーナメントベースのニューラルネットワークはクリークに基づくスパース連想記憶の拡張である,パターンの長配列を蓄積し,検索に使用されている。本論文では,このメモリのための並列アーキテクチャと利用に必要なアルゴリズムの拡張と最適化された実装における検索性能を向上させるために解決方法を提案する。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： *透視図法 ,  アルゴリズム ,  誤り訂正能力 ,  *ニューラルネットワーク ,  *記憶装置 ,  最適化 ,  自然言語処理 ,  連想記憶方式 ,  連想メモリ ,  検索効率 ,  画像認識
準シソーラス用語： 並列アーキテクチャ ,  パターン探索 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： GPU ,  二値 ,  大規模