文献

J-GLOBAL ID：202002224578853919   整理番号：20A1111877

教師付き最適経路森林分類器を訓練するための効率的並列実装【JST・京大機械翻訳】

An efficient parallel implementation for training supervised optimum-path forest classifiers

著者 (5件)： Culquicondor Aldo (Universidad Catolica San Pablo, Arequipa, Peru) ,  Baldassin Alexandro (UNESP - Sao Paulo State University, Rio Claro, Brazil) ,  Castelo-Fernandez Cesar (Institute of Computing, University of Campinas, Campinas, Brazil) ,  de Carvalho Joao P.L. (Institute of Computing, University of Campinas, Campinas, Brazil) ,  Papa Joao Paulo (UNESP - Sao Paulo State University, Bauru, Brazil)
資料名： Neurocomputing  (Neurocomputing)
巻： 393  ページ： 259-268  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,最適経路フォレスト(OPF)分類器のための並列訓練アルゴリズムを提案し,解析した。教師付きOPFを考慮した従来の逐次訓練に従って,優先待ち行列を用いて,各学習反復において最良のサンプルを保存した。提案した手法は,優先待ち行列をアレイで置き換え,線形探索を並列に優しいデータ構造を用いることを目的としている。このアプローチにより,スレッド間の競争が少なくなり,より時間的で空間的な局所性が得られることを示した。さらに,距離計算におけるベクトル化の使用が全体的な高速化に影響を及ぼす方法を示し,また,それから利益を得ることができる状況についての方向を提供した。実験は,異なる数のサンプルを持つ5つの公開データセットと異なるレベルの並列性を持つアーキテクチャ上の特徴について行った。平均して,提案した手法は,24コアのインテルと64コアのAMDプロセッサにおいて,それぞれ11.8×と26×までのスピードアップを提供する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  データ構造 ,  *最適航路 ,  線形性 ,  演算プロセッサ ,  局所性 ,  高速化 ,  計算機アーキテクチャ ,  並列アルゴリズム ,  学習アルゴリズム ,  スレッド
準シソーラス用語： ベクトル化 ,  距離計算 ,  *並列実装 , 【Automatic Indexing@JST】

著者キーワード (3件)： 最適経路森林 ,  並列アルゴリズム ,  グラフアルゴリズム

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 教師 ,  経路 ,  森林 ,  分類器 ,  訓練 ,  並列実装