10.3969/j.issn.1673-629X.2014.10.001
GPU加速的贝叶斯网络精确推理方法研究
对于复杂输入的贝叶斯网络,精确推理时间较长。文中针对贝叶斯网络精确推理中的团树传播算法,提出了一种基于CPU-GPU异构计算平台的并行化方法。首先研究团节点间信念势更新方式,提出了节点级并行化方法加速更新过程;其次,提出了利用计算复杂度的优先级队列方法,通过拓扑级并行化加速全局推理过程;最后,通过输入不同团树结构-线性结构、两分支二叉树结构和完全二叉树结构验证算法加速效果。实验结果表明,节点级并行化方法对线性结构有明显加速效果,拓扑级并行化对两分支二叉树和满二叉树结构有明显加速效果。
贝叶斯网络、团树传播算法、GPU加速、并行化信念传播
TP391(计算技术、计算机技术)
教育部高校博士点基金20126102110036;西北工业大学基础科研基金JC20110264
2014-11-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-5,11