Improving Parallel Processing of Matrix-based Similarity Measures on Modern GPUs
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10301907" target="_blank" >RIV/00216208:11320/15:10301907 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-25087-8_27" target="_blank" >http://dx.doi.org/10.1007/978-3-319-25087-8_27</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-25087-8_27" target="_blank" >10.1007/978-3-319-25087-8_27</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Improving Parallel Processing of Matrix-based Similarity Measures on Modern GPUs
Popis výsledku v původním jazyce
Dynamic programming techniques are well-established and employed by various practical algorithms which are used as similarity measures, for instance the edit-distance algorithm or the dynamic time warping algorithm. These algorithms usually operate in iteration-based fashion where new values are computed from values of the previous iteration, thus they cannot be processed by simple data-parallel approaches. In this paper, we propose a way how to utilize computational power of massively parallel GPUs tocompute dynamic programming algorithms effectively and efficiently. We address both the problem of computing one distance on large inputs concurrently and the problem of computing large number of distances simultaneously (e.g., when a similarity query isbeing resolved).
Název v anglickém jazyce
Improving Parallel Processing of Matrix-based Similarity Measures on Modern GPUs
Popis výsledku anglicky
Dynamic programming techniques are well-established and employed by various practical algorithms which are used as similarity measures, for instance the edit-distance algorithm or the dynamic time warping algorithm. These algorithms usually operate in iteration-based fashion where new values are computed from values of the previous iteration, thus they cannot be processed by simple data-parallel approaches. In this paper, we propose a way how to utilize computational power of massively parallel GPUs tocompute dynamic programming algorithms effectively and efficiently. We address both the problem of computing one distance on large inputs concurrently and the problem of computing large number of distances simultaneously (e.g., when a similarity query isbeing resolved).
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Similarity Search and Applications
ISBN
978-3-319-25086-1
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
283-294
Název nakladatele
Springer
Místo vydání
Neuveden
Místo konání akce
Glasgow
Datum konání akce
12. 10. 2015
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—