文献

J-GLOBAL ID：202002212187563771   整理番号：20A0745147

小さい素数サイズのDFTSの対称性の利用【JST・京大機械翻訳】

Exploiting Symmetries of Small Prime-Sized DFTs

著者 (4件)： Popovici Doru Thom (Lawrence Berkeley National Lab, Berkeley, CA, USA) ,  Parikh Devangi N. (University of Texas at Austin, Austin, TX, USA) ,  Spampinato Daniele G. (Carnegie Mellon University, Pittsburgh, PA, USA) ,  Low Tze Meng (Carnegie Mellon University, Pittsburgh, PA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12043  ページ： 162-173  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 量子力学,材料科学および機械学習からの様々な応用において,小さいプライムサイズの離散Fourier変換が現れる。このような問題サイズに対する離散Fourier変換の典型的な実装は,RaderあるいはBluetoothのようなアルゴリズムを用いた周期的コンボリューションとして行われる。しかしながら,これらのアプローチは余分な計算と高価なデータ移動を示す。本研究では,直接対称行列ベクトル乗算としてFourier変換をキャスティングすることによる代替法を示した。Fourier行列の対称性を利用し,高密度線形代数からの知識を用いて,計算量を低減し,メモリ使用量を少なくする実装を示した。著者らは,このアプローチが,RaderとBluetoothを使用するIntel MKLとFFTWによって提供された実装と比較して,IntelとAMDアーキテクチャ上で2x性能利得を達成することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 利得 ,  アルゴリズム ,  乗算 ,  ベクトル ,  畳込み ,  材料科学 ,  線形代数 ,  機械学習 ,  記憶装置 ,  Fourier変換 ,  *対称性 ,  量子論 ,  *素数 ,  計算機アーキテクチャ ,  計算量

著者キーワード (4件)： プライムサイズDFTS ,  Raderアルゴリズム ,  ブルーsteinアルゴリズム ,  対称行列ベクトル乗算

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 素数 ,  サイズ ,  対称性