×

古巴石油公司

swMATH ID: 43008
软件作者: Behrooz Zarebavani、Foad Jafarinejad、Matin Hashemi、Saber Salehkaleybar
描述: cuPC:基于CUDA的并行PC算法,用于GPU上的因果结构学习。经验科学许多领域的主要目标是从观测数据中发现一组变量之间的因果关系。PC算法是一种很有前途的解决方案,可以通过执行一些条件独立性测试来学习潜在的因果结构。在本文中,我们提出了一种新的基于GPU的并行算法,称为cuPC,以执行顺序相关版本的PC。所提出的解决方案有两个变量,cuPC-E和cuPC-S,它们以两种不同的方式对多元正态分布的PC进行并行化。实验结果表明,所提算法在变量数、样本数和不同图形密度方面具有可扩展性。例如,在最具挑战性的数据集中,运行时间从超过11小时减少到大约4秒。与CPU上的串行实现相比,cuPC-E和cuPC-S的平均速度分别提高了500倍和1300倍。cuPC的源代码可在线获取[1]。
主页: https://arxiv.org/abs/1812.08491
源代码:  https://github.com/LIS-Laboratory/cupc
依赖项: CUDA公司
相关软件: pcalg公司;四分体;CUDA公司;phsl公司;抄写;github;稀疏网络;学习;R(右)
引用于: 1文件

2位作者引用

1 黄继雷
1 周,清

连载1篇

1 机器学习

在1个字段中引用

1 计算机科学(68-XX)

按年份列出的引文