日時:2018年11月22日(木) 10:30-12:00
会場:東北大学大学院 情報科学研究科 2階 中会議室
主催: 情報処理学会 東北支部
講師: Dr. Keita Teranishi (米国サンディア国立研究所)
演題: 「Performance portable parallel CP-APR tensor decompositions」

概要:Tensors have found utility in a wide range of applications, such as chemometrics, network traffic analysis, neuroscience, and signal processing. Many of these data science applications have increasingly large amounts of data to process and require high-performance methods to provide a reasonable turnaround time for analysts. Sparse tensor decomposition is a tool that allows analysts to explore a compact representation (low-rank models) of high-dimensional data sets, expose patterns that may not be apparent in the raw data, and extract useful information from the large amount of initial data. In this work, we consider decomposition of sparse count data using CANDECOMP-PARAFAC Alternating Poisson Regression (CP-APR).

米国サンディア国立研究所のDr. Teranishiを招き,近年様々な分野で求められている大規模データ処理,機械学習等とも関連の深い,テンソル分解に関する最新の研究動向についてご講演いただきました.

参加者: 23名

報告者: 江川隆輔

report/talk_20181122.txt · 最終更新: 2019/07/10 (外部編集)