版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、搜索引擎的出現(xiàn)幫助用戶在紛繁雜亂的互聯(lián)網信息中尋找相關的信息,因此檢索結果的排序是至關重要的。作為新興信息檢索技術的排序學習算法是解決互聯(lián)網信息檢索問題的新的解決方案。傳統(tǒng)排序學習算法是在小規(guī)模文本基礎上進行,針對互聯(lián)網信息總量規(guī)??焖僭黾訂栴},大規(guī)模數(shù)據對于傳統(tǒng)的排序學習算法出現(xiàn)瓶頸,排序學習算法的性能成為未來排序學習研究的一個方向。因此,本文提出新的排序學習算法并結合圖形處理器(Graphic Processing Unit, GP
2、U)并行計算技術并驗證算法的效果。本文主要研究內容如下:
(1)對排序學習算法的相關理論和 GPU并行計算進行歸納和闡述,總結現(xiàn)有的排序學習算法,闡述排序學習算法的評價度量準則和并行編程模型。
(2)深入分析信息檢索技術特點并結合相關度更高的信息更重要的特點,本文采用基于有序對的排序學習算法研究方向。對數(shù)據輸入空間進行重新劃分,以大于偏序關系的文檔對作為輸入空間。
(3)提出一種基于貝葉斯個性化排名框架的排
3、序學習算法,即線性評分排序學習模型(Linear Scoring Learning to Rank Model,LSLRM)。通過估計輸入文檔對的正確排序而構建的排序學習模型來解決查詢排序問題,將排序學習訓練模型問題轉換為二值分類問題,并對特征進行分析,找出對相關度區(qū)分具有決定性的重要特征。
(4)算法結合 GPU并行編程模型和存儲器模型等特點,解決排序學習算法在大規(guī)模數(shù)據的性能瓶頸。
(5)實驗證明基于 GPU的并
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GPU的并行排序學習算法研究.pdf
- 基于GPU的深度學習算法并行化研究.pdf
- 大規(guī)模并行排序學習算法研究.pdf
- 基于GPU的并行圖算法研究.pdf
- 基于GPU并行串匹配算法的研究.pdf
- 基于GPU的高性能并行優(yōu)化算法研究.pdf
- 基于GPU的并行智能算法.pdf
- 基于GPU的FPGA并行布線算法實現(xiàn).pdf
- 基于GPU的并行人臉識別算法研究.pdf
- 基于CUDA平臺的機器學習算法GPU并行化的研究與實現(xiàn).pdf
- 基于OpenCV的GPU并行加速圖像匹配算法研究.pdf
- 基于GPU的圖像壓縮感知算法并行化研究.pdf
- 基于GPU的并行線性判別分析算法研究.pdf
- 基于GPU加速的RDF查詢并行Join算法.pdf
- 基于GPU的空間并行算法研究與實現(xiàn).pdf
- 基于GPU的光波導器件FDTD并行算法研究.pdf
- 基于GPU并行計算的雷達信號分選算法研究.pdf
- 基于GPU并行加速碰撞檢測算法的研究.pdf
- 基于GPU的重采樣并行算法的研究與實現(xiàn).pdf
- 基于GPU并行化的干細胞遺傳優(yōu)化算法研究.pdf
評論
0/150
提交評論