@techreport{oai:ipsj.ixsq.nii.ac.jp:00218941,
 author = {小寺, 雅司 and サハ, ソウラブ and 荒木, 拓也},
 issue = {3},
 month = {Jul},
 note = {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．, 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.},
 title = {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},
 year = {2022}
}