Rok 2023

• Characterizing the Scalability of Graph Convolutional Networks on Intel® PIUMA

  Publikacja

  • M. J. Adiletta
  • J. J. Tithi
  • E. Farsarakis
  • G. Gerogiannis
  • R. Adolf
  • R. Benke
  • S. Kashyap
  • S. Hsia
  • K. Lakhotia
  • F. Petrini... i 2 innych

  - Rok 2023

  Large-scale Graph Convolutional Network (GCN) inference on traditional CPU/GPU systems is challenging due to a large memory footprint, sparse computational patterns, and irregular memory accesses with poor locality. Intel’s Programmable Integrated Unffied Memory Architecture (PIUMA) is designed to address these challenges for graph analytics. In this paper, a detailed characterization of GCNs is presented using the Open-Graph Benchmark...

  Pełny tekst do pobrania w serwisie zewnętrznym

Rok 2021

• Klasyfikacja tekstu przy użyciu grafowych sieci neuronowych

  Publikacja

  • R. Benke

  - Rok 2021

  Współczesnym algorytmom analizy tekstu wciąż daleko do ludzkiego poziomu jego zrozumienia. Jednym z wyzwań jest znajdowanie przez maszynę związków pomiędzy odległymi fragmentami tekstu. Próbą rozwiązania tego problemu są grafowe reprezentacje tekstu, które bardzo dobrze sprawdzają się w przedstawianiu złożonych zależności. W tekście opisane zostały dwie metody grafowej reprezentacji tekstu oraz algorytm grafowych konwolucyjnych...

  Pełny tekst do pobrania w serwisie zewnętrznym