개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김상욱
- 발행연도
- 2020
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
그래프는 노드와 엣지로 구성되는 객체들 간의 관계를 나타내는 자료구조이다. 최근 실세계의 사회 연결망, 웹 등 다양한 분야에서 그래프가 활용되고 있으며 이러한 실세계 그래프는 구성하는 노드들 사이 존재할 수 있는 모든 엣지들의 수에 비해 실제 존재하는 엣지의 수가 매우 적다는 특징이 있다. 이러한 특징으로 인해 실세계 그래프를 자료구조로 나타 낼 때 희소 행렬로 표현할 수 있다. 희소 행렬로 표현된 그래프 데이터를 희소 행렬 간 곱셈(SpGEMM)과 같이 행렬 연산을 통해 유용한 정보를 추출하기 위해 그래프 데이터들을 분석하려는 시도가 많이 있다. SpGEMM은 실세계 그래프를 기반으로 하는 대표적인 연산으로 두 희소 행렬을 곱하여 하나의 희소 행렬을 구하는 연산이다. 또한 recommender systems, similarity join 등에서 사용되는 응용들을 위한 많은 알고리즘들의 핵심이 되는 빌딩 블록이다. 최근 실세계의 다양한 분야의 발전으로 실세계 그래프의 규모가 증가함에 따라 대용량 희소 행렬 간 곱셈과 같은 실세계 그래프를 기반으로 하는 많은 응용을 효율적으로 수행하는 것이 중요해졌다. 그러나 기존의 연구 및 라이브러리들은 SpGEMM을 수행하기 위해 필요한 행렬들에 대한 메인 메모리가 부족한 경우 SpGEMM을 수행 할 수 없었고 이러한 대용량 메모리는 수많은 코어나 머신을 가진 분산 환경의 연구들에서나 가능하였다. 본 논문에서는 대용량 SpGEMM을 효율적으로 수행하는 것을 목표로 하며, 대용량 SpGEMM을 수행할 때 필요한 행렬들을 위한 메모리 공간이 부족한 경우를 가정한다. 이에 따라 대용량 그래프 데이터를 외부 저장 장치를 활용하여 효율적으로 처리할 수 있는 싱글 머신 그래프 엔진을 기반으로 SpGEMM을 구현하며 구현 과정에서 발생한 이슈들을 효율적으로 처리하기 위한 방법들을 연구한다. 또한 효율적인 대용량 SpGEMM 구현을 위해 SpGEMM을 수행 할 수 있는 여러 곱셈 방식들 중 최근 오버헤드가 적어 많이 연구되고 있는 row-row product 방식을 사용하여 SpGEMM을 구현한다. 제안한 방식의 성능을 확인을 위해 합성 데이터와 실세계 데이터 셋을 사용하여 광범위한 실험을 수행한다. 실험 결과 입력 행렬이 모두 메인 메모리에 적재 할 수 없는 상황에서도 SpGEMM을 수행 할 수 있음을 확인하였으며 기존의 분산 데이터베이스 기반 SpGEMM보다 최대 2.5배 이상 우수한 것으로 나타났다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0