WEKO3
アイテム
GPUを用いた球面SOMの実アプリケーションによる評価
https://ipsj.ixsq.nii.ac.jp/records/66869
https://ipsj.ixsq.nii.ac.jp/records/66869786a8d79-7698-4f8d-8a85-b118d688cf07
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-ARC09186014.pdf (290.8 kB)
|
Copyright (c) 2009 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2009-11-23 | |||||||
| タイトル | ||||||||
| タイトル | GPUを用いた球面SOMの実アプリケーションによる評価 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Evaluation of Spherical self-organizing map by real application software on a GPU | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | GPUによる数値計算 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 同志社大学工学部 | ||||||||
| 著者所属 | ||||||||
| 同志社大学理工学部 | ||||||||
| 著者所属 | ||||||||
| 同志社大学生命医科学部 | ||||||||
| 著者所属 | ||||||||
| 同志社大学理工学部 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Faculty of Engineering, Doshisha University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Faculty of Science and Engineering, Doshisha University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Faculty of department of life and medical science, Doshisha University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Faculty of Science and Engineering, Doshisha University | ||||||||
| 著者名 |
西本, 要
× 西本, 要
|
|||||||
| 著者名(英) |
Kaname, Nishimoto
× Kaname, Nishimoto
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | GPU はアルゴリズムの並列性を有効に引き出す比較的安価なシステムとして注目され，様々なアプリケーションが報告されており，今後も発展が予測される．また一方で，広く利用されており，並列性の高いアプリケーションの一例として学習型ニューラルネットワークである SOM が挙げられ，GPU を含め，様々な高速化技術が試みられてきた．本研究報告では，GPU を用いて球面上にデータが配置される球面 SOM の実装を行い，マイクロプロセッサとの実行と比較した．その結果から GPU の性質を評価するとともに，球面 SOM のアルゴリズムと並列性に関する検討を行う． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Graphic Processing Unit (GPU) is focused as a promising and comparatively reasonable computational environment to extract parallelism in an algorithm efficiently. Several applications for GPU has been implemented and reported. One such example is a Self-Organizing Map (SOM), which has high degree of data-level parallelism. The algorithm is known as a learning neural network, and various techniques including GPU implementation have been studied to accelerate the calculation of SOM. This report compares the performance of spherical-SOM between general micro-processor and several GPUs. The spherical-SOM is a modified SOM to map neurons on a surface of a sphere. In addition, we discuss the characteristics of GPU and parallelism of spherical-SOM algorithm. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10096105 | |||||||
| 書誌情報 |
研究報告計算機アーキテクチャ（ARC） 巻 2009-ARC-186, 号 14, p. 1-6, 発行日 2009-11-23 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
