A hybrid neural optimization scheme based on parallel updates

 
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο



A hybrid neural optimization scheme based on parallel updates (EN)

Papageorgiou, G (EN)
Likas, A (EN)
Stafylopatis, A (EN)

N/A (EN)

A synchronous Hopfield-type neural network model containing units with analog input and binary output. which is suitable for parallel implementation, is examined in the context of solving discrete optimization, problems. A hybrid parallel update scheme concerning the stochastic input-output behaviour of each unit is presented. This parallel update scheme maintains the solution quality of the Boltzmann Machine optimizer, which is inherently sequential. Experimental results on the Maximum Independent Set problem demonstrate the benefit of using the proposed optimizer in terms of computation time. Excellent speedup has been obtained through parallel implementation on both shared memory and distributed memory architecures. (EN)

journalArticle

Data storage equipment (EN)
Computational complexity (EN)
Optimization (EN)
Parallel processing systems (EN)
Boltzmann machine optimizer (EN)
Parallel computing (EN)
Cauchy Machine (EN)
Neural networks (EN)
Computer architecture (EN)
Problem solving (EN)
Hopfield type neural network models (EN)
Mathematical models (EN)
Boltzmann Machine (EN)

Εθνικό Μετσόβιο Πολυτεχνείο (EL)
National Technical University of Athens (EN)

International Journal of Computer Mathematics (EN)

Αγγλική γλώσσα

1998


GORDON BREACH SCI PUBL LTD (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.