文献

J-GLOBAL ID：202002270129042460   整理番号：20A2780054

深層学習による反復法線形方程式ソルバの計算時間推定 -学習モデルの提案と適用性評価-

Estimation of Calculation Time of Iterative Linear Equation Solvers Using Deep Learning - Proposal of Learning Model and its Feasibility Evaluation -

著者 (2件)： 森田直樹 (筑波大学システム情報系) ,  奥田洋司 (東京大学大学院 新領域創成科学研究科)
資料名： 日本計算工学会論文集(Web)  (Transactions of JSCES (Web))
巻： 2020  号： 1  ページ： 20201001(J-STAGE)  発行年： 2020年 
JST資料番号： U0063A  ISSN： 1347-8826  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,係数行列の特性,解析方法,計算機環境などを考慮して,反復解法や前処理の種類などの線形ソルバの実行時に必要なパラメータを機械学習により適切に選定する機械学習モデルを提案する。線形ソルバと反復法前処理の組み合わせごとにニューラルネットワークを構築し,係数行列から得られるデータを特徴量として解の収束に至った反復回数を推定した。提案手法の有効性を示す基礎的検討として,学習データの自動生成システムを構築し,生成したデータを元に汎化性能をクロスバリデーション法により評価した。(著者抄録)

シソーラス用語： *機械学習 ,  *逐次近似 ,  *一次方程式 ,  *CPU時間 ,  前処理 ,  *連立方程式 ,  学習モデル
準シソーラス用語： *深層学習 ,  反復法 ,  線形方程式 ,  ソルバ ,  *計算時間 ,  *連立一次方程式 ,  係数行列 ,  陰解法

著者キーワード (10件)： Linear Equation Solver ,  Iterative Method ,  Preconditioning ,  Deep Learning ,  Machine Learning ,  Linear Equation Solver ,  Iterative Method ,  Preconditioning ,  Deep Learning ,  Machine Learning

分類 (1件)： 数値計算  (JE02000J)

引用文献 (19件)：

• (1) Katagiri, T., Kise, K., Honda, H. and Yuba, T., ABCLibScript: A directive to support specification of an auto-tuning facility for numerical software, Parallel Computing, 32-1, 2006, pp. 92-112.
• (2) Ansel, J., Kamil, S., Veeramachaneni, K., Ragan-Kelley, J., Bosboom, J., O’Reilly, U.M. and Amarasinghe, S., Opentuner: An extensible framework for program autotuning, Proceedings of the 23rd international conference on Parallel architectures and compilation, ACM, 2014, pp. 303-316.
• (3) Kamil, S., Chan, C., Oliker, L., Shalf, J. and Williams, S., An auto-tuning framework for parallel multicore stencil computations, <i>IEEE International Symposium on Parallel & Distributed Processing</i>, IEEE, 2010, pp. 1-12.
• (4) 岡谷貴之, 深層学習 (機械学習プロフェッショナルシリーズ), 講談社, 2015.
• (5) Bishop, C.M., パターン認識と機械学習 上, 丸善出版, 2017.

タイトルに関連する用語 (10件)： 深層学習 ,  反復法 ,  線形方程式 ,  ソルバ ,  計算 ,  推定 ,  学習モデル ,  提案 ,  適用性 ,  評価