Neural PCA and maximum likelihood hebbian learning on the GPU
Identifikátory výsledku
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>
Alternativní jazyky
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.
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
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2012
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
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
—