文献

J-GLOBAL ID：202002267570351297   整理番号：20A2085009

並列データ要約による一般解析言語上でのスケーラブルな機械学習【JST・京大機械翻訳】

Scalable Machine Learning on Popular Analytic Languages with Parallel Data Summarization

著者 (2件)： Al-Amin Sikder Tahsin (Department of Computer Science, University of Houston, Houston, TX, USA) ,  Ordonez Carlos (Department of Computer Science, University of Houston, Houston, TX, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12393  ページ： 269-284  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： 機械学習はスケーラブル処理を必要とする。重要な加速機構はデータ要約であり,多くのモデルに対して正確で,その要約は少量のRAMを必要とする。本論文では,データ要約行列を一般化し,1つまたは複数の要約を生成し,従来の研究と比較して,より広いクラスのモデルの利点を得た。この解は,共有化アーキテクチャ上で,RやPythonのような一般的な言語において,大きなデータ分析における標準である。3つのフェーズで機械学習モデルを計算するアルゴリズムを導入する:フェーズ0前処理とデータを並列処理ノードに転送する。フェーズ1は,並列およびフェーズ2における1つまたは複数のデータ要約を計算し,そのようなデータセット要約に基づく1つのマシンにおけるモデルを計算する。キーイノベーションは,C++コードにおける要求ベクトルベクトル外部製品を評価し,高レベルプログラミング言語から簡単な関数呼出しを行う。フェーズ1は完全に並列であり,最後に簡単なバリア同期を必要とすることを示した。フェーズ2は逐次ボトルネックであるが,全体の時間にほとんど寄与しない。著者らは,C++でプログラムされた著者らの要約アルゴリズムによって,R言語におけるプロトタイプによる実験的評価を提示する。最初に,Rは,Spark(MLlibの利用,Scala関数と呼ぶ),および並列DBMS(SQLクエリー呼出しUDFと計算データ要約)を含む,同じモデルを計算する競合ビッグデータ分析システムより,より速く,より簡単であることを示した。次に,この並列解は,データセットサイズが大きくなると単一ノード処理よりも良くなることを示した。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： アルゴリズム ,  *言語 ,  プログラミング言語 ,  前処理 ,  データ解析 ,  データベース管理システム ,  並列処理 ,  計算機アーキテクチャ ,  C++言語 ,  *機械学習 ,  プロトタイプ
準シソーラス用語： クエリー ,  Python ,  ビッグデータ ,  Rパッケージ , 【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)： 解析 ,  言語 ,  機械学習