Neural PCA and maximum likelihood hebbian learning on the GPU

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F12%3A86084952" target="_blank" >RIV/61989100:27740/12:86084952 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-33266-1_17" target="_blank" >http://dx.doi.org/10.1007/978-3-642-33266-1_17</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-33266-1_17" target="_blank" >10.1007/978-3-642-33266-1_17</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Neural PCA and maximum likelihood hebbian learning on the GPU

Popis výsledku v původním jazyce

This study introduces a novel fine-grained parallel implementation of a neural principal component analysis (neural PCA) variant and the maximum Likelihood Hebbian Learning (MLHL) network designed for modern many-core graphics processing units (GPUs). The parallel implementation as well as the computational experiments conducted in order to evaluate the speedup achieved by the GPU are presented and discussed. The evaluation was done on a well-known artificial data set, the 2D bars data set.

Název v anglickém jazyce

Neural PCA and maximum likelihood hebbian learning on the GPU

Popis výsledku anglicky

This study introduces a novel fine-grained parallel implementation of a neural principal component analysis (neural PCA) variant and the maximum Likelihood Hebbian Learning (MLHL) network designed for modern many-core graphics processing units (GPUs). The parallel implementation as well as the computational experiments conducted in order to evaluate the speedup achieved by the GPU are presented and discussed. The evaluation was done on a well-known artificial data set, the 2D bars data set.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Computer Science. Volume 7553

ISBN

978-3-642-33265-4

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

132-139

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

Lausanne

Datum konání akce

11. 9. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—