Geri Dön

Parallel implementations for solving matrix factorization problems with optimization

Başlık çevirisi mevcut değil.

  1. Tez No: 461045
  2. Yazar: AMIR EMAMI GOHARI
  3. Danışmanlar: PROF. DR. ŞEVKET İLKER BİRBİL, YRD. DOÇ. DR. KAMER KAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Günümüzde, veri setlerinin boyutundaki artış ile tavsiye sistemleri gibi uygulamalardaki bu verilerle çalışmayı sağlayacak hızlı ve tutarlı araçların gereksinimi, en kısa sürede tüm kaynakları kullanarak istenen çalışmaları yapabilen yeni düzenlenmiş modeller üzerinde büyük bir ilgi oluşmasını sağladı.Bu çalışmada, paralelleşmiş büyük ölçekli matris faktorizasyon problemi için bir sistem oluşturduk.Bu tür problemleri çözmek için en çok kullanılan, en başarılı yöntemlerden biri optimizasyon teknikleridir. Optimizasyon yöntemleri, iterasyonları gerçekleştirmek için gradyan vektörlerine gerek duymaktadır. Bu tür problemlerin çözümünde zamanın çoğu gradyan ve fonksiyon değerlerinin hesaplanmasında harcanmaktadır. Bu çalışmada, matris faktorizasyonunda daha önce kullanılmayan, yeni bir yöntem uyguladık. Paralelizasyon için CPU ve GPU uygulamalarını gösterdik. Çalışmamızda da görüldüğü gibi, önerilen paralelizasyon oldukça iyi ölçeklenmektedir. MovieLens veri seti üzerindeki çalışmamızı raporladık. Sonuçlarımız gösteriyor ki iterasyon sayısını azaltmada önerdiğimiz yöntem oldukça başarılı. İstenilen RMSE değerleri ile birlikte umut vadeden ölçeklenir değerlere ulaştık.

Özet (Çeviri)

During recent years, the exponential increase in data sets' sizes and the need for fast and accurate tools which can operate on these huge data sets in applications such as recommendation systems has led to an ever growing attention towards devising novelmethods which can incorporate all the available resources to execute desired operations in the least possible time. In this work, we provide a framework for parallelized large-scale matrix factorization problems. One of the most successful and used methods to solve these problems is solving them via optimization techniques. Optimization methods require gradient vectors to update the iterates. The time spent to solve such a problem is mostly spent on calls to gradient and function value evaluations. In this work, we have used a recent method, which has not been used before for matrix factorization. When it comes to parallelization, we present both CPU and GPU implementations. As our experiments show, the proposed parallelization scales quite well. We report our results on Movie- Lens data set. Our results show that the new method is quite successful in reducing the number of iterations. We obtain very good RMSE values with significant promising scaling figures.

Benzer Tezler

  1. Improving parallel performance of simulation of DNA electrophoresis

    Paralel DNA elektroforezi simülasyonunun performansının geliştirilmesi

    EZGİ SENA ERTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FAHREDDİN ŞÜKRÜ TORUN

  2. Investigation of the parallelization of green's function method for high-order harmonic generation simulations

    Green fonksiyonu yönteminin yüksek mertebeli harmonik üretim simülasyonları için paralelizasyonunun incelenmesi

    GÖKHAN İLHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Fizik ve Fizik MühendisliğiMarmara Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. ERDİ ATA BLEDA

  3. Parallel stochastic gradient descent with sub-iterations on distributed memory systems

    Dağıtık bellekli sistemlerde alt-iterasyonlu paralel olasılıksalgradyan alçalma

    ORHUN ÇAĞLAYAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMET MUSTAFA ÖZDAL

    PROF. DR. CEVDET AYKANAT

  4. Parallel implementation of the boundary element method for elektromagnetic source imaging of the human brain

    İnsan beyninin elektromanyetik kaynak görüntülemesinde sınır elemanları yönteminin paralel uygulaması

    YOLDAŞ ATASEVEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF.DR. NEVZAT GÜNERİ GENÇER

  5. Emc analysis of pcb and waveguide structures using 2d parallel tlm algorithm

    Baskılı devre ve dalga kılavuzu yapılarının iki boyutlu iletim hattı metodu ile elektromanyetik uyumluluk analizi

    CANER ALTINBAŞAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Enformatik Ana Bilim Dalı

    YRD. DOÇ. DR. LALE ERGENE