| 講演抄録/キーワード |
| 講演名 |
2013-10-29 13:45
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(東北大)・早川吉弘(仙台高専) NLP2013-101 |
| 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. |
| (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 / / / / |
| (英) |
Neural network / Combinatorial optimization problem / GPU / Parallel computing / / / / |
| 文献情報 |
信学技報, vol. 113, no. 271, NLP2013-101, pp. 165-168, 2013年10月. |
| 資料番号 |
NLP2013-101 |
| 発行日 |
2013-10-21 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
NLP2013-101 |