Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김상욱 | - |
dc.date.accessioned | 2022-09-05T07:06:06Z | - |
dc.date.available | 2022-09-05T07:06:06Z | - |
dc.date.issued | 2020-11 | - |
dc.identifier.citation | 한국정보처리학회 학술대회논문집, v. 27, no. 2, page. 96-97 | en_US |
dc.identifier.issn | 2005-0011 | - |
dc.identifier.issn | 2671-7298 | - |
dc.identifier.uri | https://kiss.kstudy.com/thesis/thesis-view.asp?key=3860553 | - |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/172819 | - |
dc.description.abstract | 랜덤워크 기반 노드 랭킹 방식 중 하나인 RWR(Random Walk with Restart) 기법은 희소행렬 벡터 곱셈 연산과 벡터 간의 합 연산을 반복적으로 수행하며, RWR 의 수행 시간은 희소행렬 벡터 곱셈 연산 방법에 큰 영향을 받는다. 본 논문에서는 CSR5(Compressed Sparse Row 5) 기반 희소행렬 벡터 곱셈 방식과 CSR-vector 기반 희소행렬 곱셈 방식을 채택한 GPU 기반 RWR 기법 간의 비교 실험을 수행한다. 실험을 통해 데이터 셋의 특징에 따른 RWR 의 성능 차이를 분석하고, 적합한 희소행렬 벡터 곱셈 방안 선택에 관한 가이드라인을 제안한다. | en_US |
dc.description.sponsorship | 이 논문은 삼성전자 미래기술육성센터의 지원을 받아 수행된 연구 (과제번호 SRFC-IT1901-03)임. | en_US |
dc.language.iso | ko_KR | en_US |
dc.publisher | 한국정보처리학회 | en_US |
dc.title | 랜덤워크 기법을 위한 GPU 기반 희소행렬 벡터 곱셈 방안에 대한 성능 평가 | en_US |
dc.title.alternative | GPU-based Sparse Matrix-VectorMultiplication Schemes for Random Walk with Restart: A Performance Study | en_US |
dc.type | Article | en_US |
dc.relation.page | 96-97 | - |
dc.contributor.googleauthor | 유, 재서 | - |
dc.contributor.googleauthor | 배, 홍균 | - |
dc.contributor.googleauthor | 강, 석원 | - |
dc.contributor.googleauthor | 유, 용승 | - |
dc.contributor.googleauthor | 박, 영준 | - |
dc.contributor.googleauthor | 김, 상욱 | - |
dc.sector.campus | S | - |
dc.sector.daehak | COLLEGE OF ENGINEERING[S] | - |
dc.sector.department | SCHOOL OF COMPUTER SCIENCE | - |
dc.identifier.pid | wook | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.