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