Paralelizace neuronových sítí

Abstract

Tato práce se zabývá paralelizací Kohonenových samoorganizovaných map v prostředí MPI.NET. V práci je popsán úvod do umělých neuronových sítí, na který navazuje popis samoorganizovaných map. Dále jsou rozebrány obecné principy paralelizace s využitím modelu předávání zpráv a probrán standard Message Passing Interface a jeho implementace MPI.NET. Jsou zde popsány a porovnány možné přístupy k paralelizaci Kohonenových samoorganizovaných map. Některé přístupy byly implementovány v prostředí MPI.NET, otestovány na Windows HPC serveru a porovnány mezi sebou z hlediska výkonu.

This thesis deals with parallelization of Kohonen self-organized maps within the MPI.NET environment. The thesis describes an introduction to artificial neural networks and in detail explains self-organized maps. General principles of parallelism using the message passing model, the Message Passing Interface standard and its implementation MPI.NET are also discussed. Various approaches to the parallelization of Kohonen self-organized maps are described and compared to each other. Several approaches have been implemented in MPI.NET, tested on Windows HPC Server and compared to each other in terms of performance.