Details

Сердюк, Владимир Игоревич. Исследование эффективности алгоритмов факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем [Электронный ресурс] = Research of the Performance of Matrix Factorization Algorithms on GPU Devices for Recommender Systems Data Processing: выпускная квалификационная работа магистра: 02.04.03 - Математическое обеспечение и администрирование информационных систем ; 02.04.03_02 - Проектирование и разработка информационных систем / В. И. Сердюк; Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий ; науч. рук. А. В. Щукин ; консультант по нормоконтролю О. В. Колосова. — Электрон. текстовые дан. (1 файл : 2,2 Мб). — Санкт-Петербург, 2019. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/vr19-2203.pdf>. — <URL:http://doi.org/10.18720/SPBPU/3/2019/vr/vr19-2203>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-2203-o.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-2203-r.pdf>. — <URL:http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-2203-a.pdf>.

Record create date: 7/15/2019

Subject: Алгоритмы; Интернет; Информационно-поисковые системы; Вычислительные машины электронные персональные — Процессоры графические; рекомендательные системы

UDC: 004.738.52(043.3); 004.451:004.422.632(043.3); 004.383.5(043.3)

Collections: Выпускные квалификационные работы; Общая коллекция

Links: DOI; Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований

Allowed Actions: Read Download (2.2 Mb) You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

Объектом исследования являются алгоритмы факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Предметом исследования является эффективность алгоритмов факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Цель работы – исследование эффективности алгоритмов факторизации матриц на GPU-устройствах для обработки данных рекомендательных систем. Для достижения поставленной цели решаются следующие задачи: обзор алгоритмов факторизации матриц в контексте их применения в рекомендательных системах; обзор архитектуры и средств программирования современных графических ускорителей; реализация выбранного алгоритма с использованием графических ускорителей и оптимизация с учетом архитектурных особенностей современных графических ускорителей; экспериментальное исследование эффективности предложенных оптимизаций; сравнение производительности оптимизированной реализации с известными аналогами, использующими графические ускорители.

The object of the research is the matrix factorization algorithms on GPU-devices for recommender systems data processing. The subject of the research is the performance of matrix factorization algorithms on GPU-devices for recommender systems data processing. The goal is to study the efficiency of matrix factorization algorithms on GPU devices for recommender systems data processing. To achieve this goal following tasks are solved: an overview of matrix factorization algorithms in the context of their application in recommender systems; overview of the architecture and programming tools of modern graphics accelerators; implementation of the selected algorithm using graphics accelerators and optimization taking into account the architectural features of modern graphics accelerators; experimental study of the effectiveness of the proposed optimization; comparing the performance of an optimized implementation with known alternatives using graphics accelerators.

Document access rights

Network User group Action
FL SPbPU Local Network All Read Print Download
-> Internet All Read Print Download

Document usage statistics

stat Document access count: 41
Last 30 days: 5
Detailed usage statistics