Разработана концепция массивно-параллельной и асинхронной архитектуры машины Цетлина, поддерживающей почти постоянное масштабирование

Источник фото: pixabay.com

Новая параллельная и асинхронная архитектура машины Цетлина позволяет обрабатывать более массивные наборы данных и работать с большим количеством предложений для повышения точности вычислений.

Используя логические предложения для представления шаблонов, машины Цетлина (TM) недавно достигли конкурентоспособной производительности с точки зрения точности вычислений, объема памяти, энергии и скорости обучения в нескольких тестах.

Команда автоматов Цетлина (ТА) работает над составлением отдельных высказываний, управляя всем процессом обучения алгоритма. Автоматы награждаются/наказываются в соответствии с тремя правилами, которые оптимизируют глобальное поведение машины.

Каждый пункт голосует за или против определенного автомата, при этом классификация определяется большинством голосов. В предлагаемой параллельной и асинхронной архитектуре каждое предложение выполняется в собственном потоке для обеспечения массового параллелизма.

 Для каждого обучающего примера ученые отследили голоса класса, полученные в соответствии с пунктами «голосования». Эти результаты позволили им отделить обработку каждого пункта от остальных пунктов и добавить в алгоритм поддержку децентрализованного обучения.

Таким образом, вместо того, чтобы обрабатывать обучающие примеры один за другим, как в исходной TM, пункты обращаются к обучающим примерам одновременно, обновляя себя и локальные итоги голосования параллельно.