http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
다단계 신경망 모델에 대한 다중 처리기 상으로의 사상 전략과 분산 역전파 알고리즘
낭종호(Jong Ho Nang),최선민(Seon Min Choe),이상훈(Sang Hoon Lee),윤현수(Hyun Soo Yoon),맹승렬(Seung Ryoul Maeng) 한국정보과학회 1990 정보과학회논문지 Vol.17 No.3
본 논문에서는 완전히 연결된 다단계 신경망 모델을 분산 메모리 다중 처리기 시스템에 사상시키는 방법과, 이 사상 방법에 기초한 분산 역전파 학습 알고리즘을 제안하고 그 성능을 분석하였다. 제안한 방법에서는 신경망의 각 단계에 있는 뉴론들을 p개의 서로 다른 집합으로 나누고, 이렇게 나눈 부신경망을 p개의 처리기에 할당하여 학습을 시키게 된다. 분석에 의하면 제안된 사상 방법과 분산 역전파 학습 알고리즘의 p-처리기 수행 시간은 하나의 처리기를 사용하는 경우의3/4 · p 만큼의 시간만이 필요하며, 또한 한 처리기는 하나의 처리기를 사용하여 학습 시키는 경우에 비하여 p/2만큼의 메모리만을 가지고 있으면 되기 때문에 큰 신경망을 빠른 속도로 학습시킬 수 있다. 이런 분석은 어떤 신경망 모델을 학습시키는데 필요한 가장 적당한 처리기의 갯수를 결정하는데 사용될 수 있다. In this paper, we propose and analyze a parallel learning algorithm of a fully connected multilayered feedforward neural network using the backpropagation one on a distributed-memory multiprocessor system. In our system, the neurons on each layer are partitioned into p disjoint sets and each set is mapped on a processor of a p-processor system The p-processor speed-up ratio of the backpropagation algorithm over a single processor is 3/4 · P, and space-reduction ratio over a single processor is P/2 This analysis can be used as a basis in determining the most cost-effective or optimal number of processors.