WEKO3
アイテム
空間充填曲線を用いたベクトルプロセッサにおけるk近傍法の高速化
https://ipsj.ixsq.nii.ac.jp/records/218941
https://ipsj.ixsq.nii.ac.jp/records/218941d89c99b6-1658-40d6-ae09-8236cca66234
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-HPC22185003.pdf (2.7 MB)
|
Copyright (c) 2022 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-07-20 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 空間充填曲線を用いたベクトルプロセッサにおけるk近傍法の高速化 | |||||||||||
| タイトル | ||||||||||||
| 言語 | en | |||||||||||
| タイトル | Speeding up k-nearest neighbors search with space-filling curve using vector processors | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | SIMD・ベクトル | |||||||||||
| 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 | ||||||||||||
| 日本電気株式会社(デジタルテクノロジー開発研究所) | ||||||||||||
| 著者所属 | ||||||||||||
| 日本電気株式会社(デジタルテクノロジー開発研究所) | ||||||||||||
| 著者所属 | ||||||||||||
| 日本電気株式会社(デジタルテクノロジー開発研究所) | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| NEC Corporation(Digital Technology Development Laboratory) | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| NEC Corporation(Digital Technology Development Laboratory) | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| NEC Corporation(Digital Technology Development Laboratory) | ||||||||||||
| 著者名 |
小寺, 雅司
× 小寺, 雅司
× サハ, ソウラブ
× 荒木, 拓也
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 本稿では，空間充填曲線を用いることでベクトルプロセッサに適した形で k 近傍法を高速化する手法を提案し，SX-Aurora TSUBASA を用いて k 近傍を高速化した結果について報告する．k 近傍法はトレーニングデータとクエリデータの距離計算が計算の大部分を占めている．提案手法では空間充填曲線を用いることでトレーニングデータとクエリデータの距離計算を減らし，ベクトルプロセッサを用いることで計算を高速化する．性能評価の結果，scikit-learn を用いた k 近傍法と比べ，SX-Aurora TSUBASA を用いた k 近傍法計算は最大 7 倍程度高速に計算できることを確認した． | |||||||||||
| 論文抄録(英) | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | In this paper, we propose a method to perform k-nearest neighbors search with a space-filling curve method using a processing scheme suitable for vector processors, and report the results of speeding up k-nearest neighbors search using SX-Aurora TSUBASA. In the k-nearest neighbors search, the distance between training data and query data accounts for a large part of the computation. The proposed method speeds up the process by reducing the distance computation between training data and query data by using a space-filling curve. The performance evaluation results show that the k-nearest neighbors search using SX-Aurora TSUBASA is up to seven times faster than the k nearest neighbor method using scikit-learn. | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN10463942 | |||||||||||
| 書誌情報 |
研究報告ハイパフォーマンスコンピューティング（HPC） 巻 2022-HPC-185, 号 3, p. 1-9, 発行日 2022-07-20 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8841 | |||||||||||
| 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 | |||||||||||
