Запис Детальніше

Методи та моделі прискореної нейромережевої обробки даних у розподіленому обчислювальному середовищ

Електронного архіву Харківського національного університету радіоелектроніки (Open Access Repository of KHNURE)

Переглянути архів Інформація
 
 
Поле Співвідношення
 
Title Методи та моделі прискореної нейромережевої обробки даних у розподіленому обчислювальному середовищ
 
Creator Лебьодкіна, А. Ю.
 
Subject багатошарові нейронні мережі
метод зворотнього поширення помилки
паралельні та розподілені обчислення
прискорення
продуктивність
топологія мережі передачі данних
маштабування
multilayer neural networks
backpropagation method
parallel and distributed computing
speedup
performance
scalability
virtual topologies
 
Description В дисертації запропонована модель прискореної нейрообробки даних у розподіленому середовищі , яка дозволяє адаптувати нейрообчислення багатошарових нейронних мереж з різними топологіями на високопродуктивну архітектуру. Метод масштабування обчислювальної системи шляхом визначення прискорення розподіленої нейропроцедури з урахуванням загальної кількості скалярних операцій і втрат часу на виконання розподілених операцій дозволяє оцінити продуктивність подальшого підвищення потужності гетерогенного або гомогенного обчислювального середовища. Запропонована модель оцінювання прискорення навчання та функціонування багатошарових нейронних мереж з різними топологіями сукупно враховує часові параметри виконання нейропроцедури та апаратні характеристики мережі, що дозволяє підвищити продуктивність паралельних нейрообчислень під час вирішення завдань з великим обсягом вхідних даних.
 
Date 2016-08-30T09:22:51Z
2016-08-30T09:22:51Z
2012
 
Type Article
 
Identifier Лебьодкіна, А. Ю. Методи та моделі прискореної нейромережевої обробки даних у розподіленому обчислювальному середовищі : автореф. дис. ... канд. техн. наук : 05.13.23 "Системи та засоби штучного інтелекту" / А. Ю. Лебьодкіна ; МОНМС України, Харк. нац. ун-т радіоелектроніки. - Х., 2012. - 20 с.
http://openarchive.nure.ua/handle/document/1891
 
Language uk