计算机科学中的张量,结合GPU技术的并行CP张量分解算法-计算机科学.PDF

结合GPU技术的并行CP张量分解算法-计算机科学.PDF

第 卷 第 期 计 算 机 科 学

４５ 　 １１ Vol．４５No．１１

年 月

２０１８ １１ COMPUTER SCIENCE Nov．２０１８

结合 技术的并行 张量分解算法

GPU CP

武 昱 闫光辉 王雅斐 马青青 刘宇轩

(兰州交通大学电子与信息工程学院 兰州 )

７３００３０

, . ,

摘 要 随着高维数据的涌现 张量和张量分解方法在数据分析领域中受到了广泛关注 然而 张量数据的高维度和

, , .

稀疏特性 导致算法的复杂度较高 阻碍了张量分解算法在实际中的应用 许多学者通过引入并行计算来提升张量分

. , ,

解算法的计算效率 在现有研究的基础上 给出一种简化计算 KhatriＧRao乘积的 GPU并行 CP张量分解算法 称为

. , ,

ParSCPＧALS 在模拟数据集和真实数据集上的实验结果显示 相比现有并行算法 文中设计的 ParSCPＧALS算法能

, .

有效提高 张量分解的计算效率 其中在 数据集上的计算时间减少了约

CP Movielens ５８％

关键词 张量分解, 算法, ,

CP CPＧALS GPU CUDA

中图法分类号 文献标识码 /

TP３９１　　　 　A　　　DOI　１０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．１１．０４８

j

ParallelCPTensorDecom ositionAlorithmCombinin withGPUTechnolo

p g g gy

WUYu　YANGuanＧhui　WANGYaＧfei　MAQinＧin　LIUYuＧxuan

g gq g

( , , , )

SchoolofElectronicandInformationEnineerin LanzhouJiaoton Universit Lanzhou７３００３０China

g