CUDA-SOMによる文字認識の高速化(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)

スポンサーリンク

概要

• 論文の詳細を見る

• 近年,グラフィックスプロセッサを使用して汎用演算を高速化するGPGPUという技術が注目されている.本研究では,GPGPUの一種であるNVIDIA社の提供するCUDAを用いて,自己組織化マップ(SOM)の学習,及びクラスタ分類の演算速度を高速化することを目指した.CUDAによる高速化の実験対象としてSOMによる文字認識を行った.実験の結果から,汎用CPUを使用した場合と比較して3倍高速化され,認識率も90%となり,SOMの高速化に成功した.

• 2012-09-27

著者

• 亀井 圭史

  西日本工業大学大学院工学研究科

• 川上 真司

  西日本工業大学工学部

関連論文

• パラメータの相互依存性を考慮した強化学習の最適パラメータ推定
• 移動ロボットの強化学習パラメータの環境依存性
• 遺伝的アルゴリズムによる移動ロボットの強化学習パラメータ最適化
• センサ情報の導入による強化学習の効率化
• 3次元モデルを用いたロボットのシミュレータ
• 連想記憶による環境変化認識
• 自己組織化マップによるボードゲームの盤面状態の低次元化(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)
• NBNI-04参加報告
• CUDA-SOMによる文字認識の高速化(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)
• 自己組織化写像と強化学習によるゲームエージェント構築(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)

スポンサーリンク