Detail publikace
Non-Negative Tensor Factorization Accelerated Using GPGPU
Havel Jiří, Ing., Ph.D. (CK-SZZ)
Jošth Radovan, Ing., Ph.D.
Herout Adam, prof. Ing., Ph.D. (UPGM)
Zemčík Pavel, prof. Dr. Ing., dr. h. c. (UPGM)
Hauta-Kasari Markku, Dr.
Non-negative tensor factorization, spectral analysis, GPU
Tento článek prezentuje optimalizovaný algoritmus pro výpočet nezáporné faktorizace tenzorů (NTF), implementovaný na platformě CUDA (Compute Uniform Device Architecture), která pracuje na současných grafických procesorech a využívá jejich masivního paralelismu. Implementace NTF je primárně zaměřena na analýzu mnohorozměrných spektrálních obrazů, včetně redukce dimenzionality, extrakce příznaků a jiných úloh spojených se spektrálními obrazy. Nicméně algoritmus a jeho implementace není limitován na použití ve zpracování spektrálních obrazů. Zrychlení naměřená na reálných spektrálních obrazech jsou okolo 60-100x v porovnání s tradiční implementací v jazyce C kompilovanou optimalizujícím překladačem. Protože obvyklé problémy v oblasti práce se spektrálními obrazy mohou trvat hodiny na soudobých CPU, dosažené zrychlení s použitím grafické karty je atraktivní. Implementace je veřejně dostupná v podobě dynamicky sestavované knihovny, včetně rozhraní pro MATLAB a může být tudíž ku pomoci výzkumníkům a praktikům používající NTF na rozsáhlé problémy.
@article{BUT50517,
author="Jukka {Antikainen} and Jiří {Havel} and Radovan {Jošth} and Adam {Herout} and Pavel {Zemčík} and Markku {Hauta-Kasari}",
title="Non-Negative Tensor Factorization Accelerated Using GPGPU",
journal="IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS",
year="2011",
volume="2011",
number="1111",
pages="7",
issn="1045-9219"
}