抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】