|
-
Ключові слова:
багатошарові нейронні мережі, многослойные нейронные сети ; мережі передачі данних, МПД, сети передачи данных, СПД ; паралельні обчислення, параллельные вычисления ; прискорення, ускорение ; продуктивність мереж, производительность сетей ; розподілені обчислення, распределенные вычисления, distributed computing ; топологія мереж, топология сетей
-
Анотація:
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.
-
Теми документа
-
УДК // Автоматика. Техніка автоматичного керування і регулювання. Високі технології. Смарт-технології
-
УДК // Архітектури паралельної обробки
-
Праці співробітників ХНУРЕ // Лебьодкіна Алла Юріївна, Лебедкина Алла Юрьевна, Lebyodkina Alla
|
