ANALISIS PENGGUNAAN PARALLEL PROCESSING MULTITHREADING PADA RESILIENT BACKPROPAGATION

Kelvin Onggrono, Tulus Tulus, Erna Budhiarti Nababan

Abstract


Proses pembelajaran neural network merupakan hal yang penting, bertujuan untuk mengenali lingkungan. Proses pembelajaran neural network membutuhkan waktu untuk dapat mengenali lingkungan. Terutama pada salah satu algoritma neural network yaitu resilient backpropagation. Proses untuk mempercepat pembelajaran resilient backpropagation pada penelitian ini adalah menggunakan teknik parallel processing. Teknik parallel processing yang digunakan adalah multithreading. Teknik parallel ini diterapkan pada bagian hidden layer yaitu membagi jumlah neuron pada hidden layer menjadi beberapa subproses yang dikerjakan secara bersamaan, pembagian yang dilakukan berdasarkan pada jumlah thread. Hasil yang didapatkan dalam penerapan parallel processing menggunakan teknik multithreading ke dalam algoritma resilient backpropagation membantu mempercepat waktu proses pembelajaran resilient backpropagation dengan thread yang digunakan sebanyak 3 buah thread.

Full Text:

PDF

References


REFERENCES

K. Ganeshamoorthy and D. N. Ranasinghe, "On the Performance of Parallel Neural Network Implementations on Distributed Memory Architectures," in Cluster Computing and the Grid, 2008. CCGRID '08. 8th IEEE International Symposium on, Lyon, 2008.

R. Gu, F. Shen and Y. Huang, "A Parallel Computing Platform for Training Large Scale Neural Networks," in Big Data, 2013 IEEE International Conference on, Silicon Valley, CA, 2013.

M. Moreira and E. Fiesler, "Neural Nerworks with Adaptive Learning Rate and Momentum Terms," IDIAP Technical Report, 1995.

J. Torresen, Parallelization of Backpropagation Training fo Feed - Forward Neural Networks, Norwegian: The University of Trondheim, 1996.

M. Riedmiller and H. Braun, "A Direct Adaptive Method for Faster Backpropagation Learning : The RPROP Algorithm," in IEEE International Conference, San Francisco, CA, 1993.

S. A. Halim, A. Ahmad, N. M. Noh, M. S. B. M. A. Safudin and R. Ahmad, "A Comparative Study between Standard Back Propagation and Resilient Propagation," in IT in Medicine and Education (ITME), 2011 International Symposium on, Cuangzhou, 2011.

N. Prasad, R. Singh and S. P. Lal, "Comparison of Back Propagation and Resilient Propagation Algorithm for Spam Classification," in 2013 Fifth International Conference on Computational Intelligence, Modelling and Simulation, Seoul, 2013.

J. Stubbemann, O. Kramer and N. A. Treiber, "Resilient Propagation for Multivariate Wind Power Prediction," 2015. [Online]. Available: http://www.researchgate.net/profile/Oliver_Kramer2/publication/268966338_Resilient_Propagation_for_Multivariate_Wind_Power_Prediction/links/55360e290cf20ea35f10f924.pdf.


Refbacks

  • There are currently no refbacks.


InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

Creative Commons License
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License