首页> 外文期刊>Advanced Science Letters >Performance Comparison of Neural Network Parallelization Techniques and Its Application for Large Data Classification
【24h】

Performance Comparison of Neural Network Parallelization Techniques and Its Application for Large Data Classification

机译:神经网络并行化技术的性能比较及其对大数据分类的应用

获取原文
获取原文并翻译 | 示例
           

摘要

机译:<![CDATA [人工神经网络的并行化(ANN)大数据分类仍然是一个开放问题,其中能力ANN受到计算时间和复杂性而不是样本大小的限制。培训相关错误通常会变慢,以便找到衡量时间消耗和更高成本的学习渐变程度。大多数ANNParallation化专注于应用物理或硬件策略而不是改进算法,以优化分类。本文提出了并行ANN算法的增强,以提高性能分类和可扩展性。使用基于各个群集的分区方法强制执行分类任务,该分区方法代表ANN分类器群集。分类器是基于背部传播ANN开发的,其适应和测试三种不同算法的多个协议,整体提供各种性能。结果表明,快速的性能显着提高到超过95%,具有 o 的复杂性( n k )。结果还证明了大型数据集的ANN泛化能力的可扩展性高效技术。]]>

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号