GPU加速的贝叶斯网络精确推理方法研究

摘要：

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。

关键词：贝叶斯网络、团树传播算法、GPU加速、并行化信念传播

分类号：TP391(计算技术、计算机技术)

资助基金：教育部高校博士点基金20126102110036;西北工业大学基础科研基金JC20110264

在线出版日期：2014-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,11