Nevroevolucijski algoritem NEAT na grafičnih karticah

magistrsko delo

Blaž Sitar (Avtor), Aleš Holobar (Mentor)

Povzetek

V magistrski nalogi naslavljamo problem implementacije algoritma NeuroEvolution of Augmenting Topologies (NEAT) za delovanje na grafičnih karticah. Algoritem NEAT je genetski algoritem za učenje razvijajočih nevronskih mrež. Izhaja iz področja nevroevolucije, ki v umetni inteligenci uporablja genetske algoritme za generiranje in učenje nevronskih mrež. Algoritem za svoje delovanje porabi veliko strojnih in časovnih virov, zato je implementacija na grafičnih karticah smiselna. Implementacijo smo izvedli v arhitekturi CUDA, ki jo podpirajo grafične kartice podjetja NVIDIA. Hitrost in uspešnost algoritma smo izmerili na petih različnih grafičnih karticah in jo primerjali s hitrostjo in uspešnostjo originalnega algoritma. Ugotovili smo, da je naša implementacija algoritma zadovoljiva, saj je hitrejša in prav toliko uspešna kot originalna implementacija algoritma NEAT.

Ključne besede

nevroevolucija;NEAT;nevronska mreža;genetski algoritem;magistrske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2019
Tipologija:	2.09 - Magistrsko delo
Organizacija:	UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik:	[B. Sitar]
UDK:	004.8.021(043.2)
COBISS:	22891030
Št. ogledov:	687
Št. prenosov:	111
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Neuroevolution algorithm neat on graphics cards
Sekundarni povzetek:	We address the problem of NeuroEvolution of Augmenting Topologies (NEAT) algorithm implementation for operating on graphics cards. NEAT is a genetic algorithm for learning and evolving neural networks. It’s a member of the neuroevolution algorithms which use genetic algorithms to learn and evolve neural networks in the field of artificial intelligence. Algorithm uses a lot of resources for its operation and is, therefore, suitable for implementation on graphics cards. We implemented it on a CUDA architecture, which is supported by NVIDIA graphics cards. We measured the speed and performance of the algorithm on five different graphics cards and compared it to the speed and performance of the original algorithm. Our implementation is satisfactory because it is faster than and just as efficient as the original NEAT implementation.
Sekundarne ključne besede:	neuroevolution;NEAT;neural network;genetic algorithm;CUDA;
Vrsta dela (COBISS):	Magistrsko delo/naloga
Komentar na gradivo:	Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Strani:	XI, 65 str.
ID:	11219985