文献

J-GLOBAL ID：201802266347267940   整理番号：18A1148893

D2P-Apriori 動的待ち行列を用いた深い並列頻出アイテム集合マイニングアルゴリズム【JST・京大機械翻訳】

D2P-Apriori: A deep parallel frequent itemset mining algorithm with dynamic queue

著者 (4件)： Wang Yuxin (School of Computer Science and Technology, Dalian University Of Technology, Dalian, China) ,  Xu Tongkun (School of Computer Science and Technology, Dalian University Of Technology, Dalian, China) ,  Xue Shiqing (School of Computer Science and Technology, Dalian University Of Technology, Dalian, China) ,  Shen Yanming (School of Computer Science and Technology, Dalian University Of Technology, Dalian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICACI  ページ： 649-654  発行年： 2018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： 相関ルールマイニングを実行するコア方法論として,頻繁なアイテム集合マイニングを用いて,トランザクションの大規模データベースにおけるアイテムから頻出アイテム集合を抽出した。本論文では,高性能要求を満たすためにGPU上の並列頻出アイテム集合マイニングアルゴリズムである動的待ち行列とDeep Parallel Apriori(D2P-Apriori)を提案した。D2P-Aprioriの寄与は以下のようである。ビットマップを持つ動的待ち行列は,スパースデータに対する要求メモリがGPUグローバルメモリのサイズを超えるという問題を扱うために,垂直データ構造において改善される。候補生成法にGPUアーキテクチャを適応させるために,グラフ結合法を考案した。また,改良されたデータ構造は,GPUに関するサポート計数法における著しく加速された性能にも寄与する。このアルゴリズムの実装は,深くて包括的な並列化を達成する。Geforce GTX1080グラフィックプロセッサ上での並列実装は,CPU上のいくつかの最先端の頻出アイテム集合マイニングアルゴリズムよりも優れており,最大63xの高速化率を大規模データセット上で得ることができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  計数法 ,  データ構造 ,  *待ち行列 ,  記憶装置 ,  高速化 ,  計算機アーキテクチャ
準シソーラス用語： 大規模データセット ,  最先端 ,  並列実装 ,  GPU【プロセッサ】 ,  ビットマップ ,  大規模データベース , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 待ち行列 ,  集合 ,  アルゴリズム