シンプレックス法を用いた非負のモデルパラメータを持つ並列処理時間モデルの予測力向上  [in Japanese] Improving Predictive Power of Non-Negative Parameter Models of Parallel Processing Timing by Using Simplex Method  [in Japanese]

Access this Article

Search this Article

Abstract

並列処理時間の回帰モデルの予測力向上を図る計算法を提案する.与えられた線形基底関数モデルのモデルパラメータに非負制約を課し,観測データの揺らぎがモデル化されることを抑制して予測力を向上する.非負制約を課したモデルパラメータは,連立残差不等式を有理数演算のシンプレックス法で解いて決定する.観測データの揺らぎをモデル化していた基底関数のあるものは,非負制約を課すことにより残差を小さくすることができなくなり,シンプレックス法はそのモデルパラメータを零値とする.このようにして,揺らぎのモデル化により生じた過剰適合の一部を自動的に抑制することができる.モデル化の事例において,非負制約によりモデルの予測力が向上することを確認した.問題の規模とプロセッサ数を変数とする2,3変数の並列処理時間のモデル化の事例では,提案計算法でのみで予測モデルが構築できることを確認した.

We propose a novel method improving predictive power of regression models for parallel processing time. Non-negative constraint for model parameters of a given model function can improve model predictive power because the constraint suppresses modeling of fluctuation of observed data. The non-negative model parameters are obtained as a solution of simultaneous inequalities for residuals solved by the simplex method with rational arithmetic. Some bases-functions that model the fluctuation cannot reduce residual by adding the non-negative constraint and the simplex method outputs zero value for their model parameters. In this way, some overfitting which occurs due to the modeling of fluctuation can be suppressed automatically. In examples for modeling, the non-negative constraint effects to improve predictive power on models. In examples of modeling of parallel processing time having two or three variables consisting of problem size and number of processors, only the proposed method is effective to make a predictive model.

Journal

  • 情報処理学会論文誌

    情報処理学会論文誌 56(6), 1481-1495, 2015-06-15

Codes

  • NII Article ID (NAID)
    170000130671
  • NII NACSIS-CAT ID (NCID)
    AN00116647
  • Text Lang
    JPN
  • Article Type
    journal article
  • ISSN
    1882-7764
  • Data Source
    IPSJ 
Page Top