一种基于数据并行的过程神经网络训练算法

• 作者: 刘丹丹 许少华
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 过程神经网络 并行算法 动态数据建模
• 年，卷（期）: 2011,（5）
• 页码范围: 40-42
• 分类号: TP183
• 字数: 3018字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2011.05.010

摘要

针对过程神经网络时空聚合运算机制复杂、学习周期长的问题,提出了一种基于数据并行的过程神经网络训练算法.该方法基于梯度下降的批处理训练方式,应用MPI并行模式进行算法设计,在局域网内实现多台计算机的机群并行计算.文中给出了基于数据并行的过程神经网络训练算法和实现机制,对不同规模的训练函数样本集和进程数进行了对比实验,并对加速比、并行效率等算法性质进行了分析.实验结果表明,根据网络和样本规模适当选取并行粒度,算法可较大提高过程神经网络的训练效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	东北石油大学计算机与信息技术学院	52	329	11.0	15.0
2	刘丹丹	东北石油大学计算机与信息技术学院	1	7	1.0	1.0