机构名称：
¥ 1.0
摘要 - 经验动态建模（EDM）是一个非线性时间序列因果推理框架。由于计算成本，EDM的最新实现CPPEDM仅用于小型数据集。随着数据收集能力的增长，非常需要在大型数据集中识别因果关系。我们提出了MPEDM，这是针对以现代GPU为中心的超级计算机优化的EDM的平行分布式实现。我们改进了原始算法，以减少冗余计算并优化实现，以充分利用硬件资源，例如GPU和SIMD单元。作为用例，我们使用以单个神经元分辨率采样的整个动物大脑的数据集在AI桥接云基础架构（ABCI）上运行MPEDM，以识别整个大脑的动态因果模式。MPEDM比CPPEDM快1,530×，并且在512个节点的199秒内分析了包含101,729个神经元的数据集。这是迄今为止最大的EDM因果推论。
在单个神经元分辨率下，全脑动力学的大量平行因果推断
主要关键词
相关文件推荐
