講演名 | 2013-10-29 GPUを用いた高機能ニューラルネットワークの高速計算 丹野 航太, 早川 吉弘, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | グラフィック用のプロセッサである GPU(Graphics Processing Unit) は多数のコアを持っているので,高 度な並列計算が可能である.高機能ニューロンモデル(逆関数遅延モデルなど)は組み合わせ最適化問題の解探索に おいて,有効であることが報告されているが,計算機上でのシミュレーションにおいては並列性が失われる.そこで 高機能ニューロンモデルの実用化を念頭におき,GPU を用いた並列計算を適用することでこの問題の解決をを検討し たので報告する. |
抄録(英) | A GPU can compute in highly parallel because it has many cores (processing units). Though it is reported that a high functional neuron model (for example, ID model) is effective for searching a best solution of combinatorial optimization problems, a parallel processing is lost in case of computer simulation. Hence we discuss about recovery lost parallel processing by GPU and report it toward the practical use of a high functional neural network. |
キーワード(和) | ニューラルネットワーク / 組み合わせ最適化問題 / GPU / 並列計算 |
キーワード(英) | Neural network / Combinatorial optimization problem / GPU / Parallel computing |
資料番号 | NLP2013-101 |
発行日 |
研究会情報 | |
研究会 | NLP |
---|---|
開催期間 | 2013/10/21(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Nonlinear Problems (NLP) |
---|---|
本文の言語 | JPN |
タイトル(和) | GPUを用いた高機能ニューラルネットワークの高速計算 |
サブタイトル(和) | |
タイトル(英) | Fast Calculation of High functional Neural Network by using GPU |
サブタイトル(和) | |
キーワード(1)(和/英) | ニューラルネットワーク / Neural network |
キーワード(2)(和/英) | 組み合わせ最適化問題 / Combinatorial optimization problem |
キーワード(3)(和/英) | GPU / GPU |
キーワード(4)(和/英) | 並列計算 / Parallel computing |
第 1 著者 氏名(和/英) | 丹野 航太 / Kouta TANNO |
第 1 著者 所属(和/英) | 東北大学金属材料研究所テクニカルセンター Institute for Materials Research Tohoku University |
第 2 著者 氏名(和/英) | 早川 吉弘 / Yoshihiro HAYAKAWA |
第 2 著者 所属(和/英) | 仙台高等専門学校情報システム工学科 Department of Information System, Sendai National College of Technology |
発表年月日 | 2013-10-29 |
資料番号 | NLP2013-101 |
巻番号(vol) | vol.113 |
号番号(no) | 271 |
ページ範囲 | pp.- |
ページ数 | 4 |
発行日 |