大规模分布式矩阵分解算法的理论与应用研究

基本信息
批准号:61802069
项目类别:青年科学基金项目
资助金额:26.00
负责人:黄增峰
学科分类:
依托单位:复旦大学
批准年份:2018
结题年份:2021
起止时间:2019-01-01 - 2021-12-31
项目状态: 已结题
项目参与者:孙从阳,董亦涵,张晟中
关键词:
数据密集型计算分布式数据库分布式索引
结项摘要

Matrix factorization is of great important in many fields such as artificial intelligence, statistics, machine learning, and data mining. In recent years, with the rapid development of internet technologies, the volume of data has been increasing exponentially, which poses huge challenges on matrix factorization computations. It is now common to do data-intensive computations on massive distributed platforms, which has been proved very successful. However, research on distributed matrix factorization is still quite limited. For the lack of general algorithmic frameworks and techniques, this project proposes a divide-and-conquer framework based on theories of nonlinear optimization and numerical iterative methods. To further reduce the communication burden, this project will apply novel distributed matrix compression and round compression techniques. To theoretically analyze these algorithms, the project will propose a rigorous and clean computation model. Finally, all algorithms designed will be integrated into Spark. The success of the project will potentially make matrix factorization computation much more scalable, which will support the development of large scale applications such as recommendation systems. Moreover, the new ideas and techniques proposed in this project will be likely to advance the research of data-intensive distributed computation.

矩阵分解在人工智能,统计学,机器学习和数据挖掘中有着极为重要的科学和应用价值。近些年,随着互联网的快速发展,数据的规模呈指数级上涨,这给矩阵分解计算提出来极大的挑战。目前,大规模分布式计算已经成为解决数据密集型问题最常用、最有效方法。然而,分布式矩阵分解算法目前还没有得到很好的研究。针对现有研究缺乏通用算法框架和算法技术的不足,该项目拟提出以非线性优化和数值迭代方法为理论基础的分治算法设计框架。为了进一步降低分布式算法中的通信代价,本项目拟采用新的分布式矩阵压缩和通信轮次压缩技术。为了从理论上分析所提算法的复杂性和计算精度,该课题拟提出严谨、简洁且符合实际的理论分析模型。最终将所提算法集成到分布式计算平台Spark上。该项目的完成有望大大提高矩阵分解计算的可扩展性,为推荐系统等大规模应用提供技术支撑。同时,该项目中提出的新思路和新技术对与促进数据密集型分布式计算领域的发展也具有重要意义。

项目摘要

矩阵分解在人工智能,统计学,机器学习和数据挖掘中有着极为重要的科学和应用价值。近些年,随着互联网的快速发展,数据的规模呈指数级上涨,这给矩阵分解计算提出来极大的挑战。目前,大规模分布式计算已经成为解决数据密集型问题最常用、最有效方法。然而,分布式矩阵分解算法目前还没有得到很好的研究。针对现有研究缺乏通用算法框架和算法技术的不足,该项目提出以非线性优化和数值迭代方法为理论基础的分治算法设计框架。为了进一步降低分布式算法中的通信代价,本项目采用新的分布式矩阵压缩技术和分布式梯度采样和量化算法。本课题从理论上分析所提算法的复杂性和计算精度。该项目所提算法,有望大大提高工业场景下矩阵分解计算的可扩展性,为推荐系统等大规模应用提供技术支撑。同时,该项目中提出的新思路和新技术对与促进数据密集型分布式计算领域的发展也具有一定指导意义。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

论大数据环境对情报学发展的影响

论大数据环境对情报学发展的影响

DOI:
发表时间:2017
2

资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据

资源型地区产业结构调整对水资源利用效率影响的实证分析—来自中国10个资源型省份的经验证据

DOI:10.12202/j.0476-0301.2020285
发表时间:2021
3

多源数据驱动CNN-GRU模型的公交客流量分类预测

多源数据驱动CNN-GRU模型的公交客流量分类预测

DOI:10.19818/j.cnki.1671-1637.2021.05.022
发表时间:2021
4

瞬态波位移场计算方法在相控阵声场模拟中的实验验证

瞬态波位移场计算方法在相控阵声场模拟中的实验验证

DOI:
发表时间:2020
5

混采地震数据高效高精度分离处理方法研究进展

混采地震数据高效高精度分离处理方法研究进展

DOI:10.3969/j.issn.1000-1441.2020.05.004
发表时间:2020

黄增峰的其他基金

相似国自然基金

1

矩阵分解问题的优化算法与理论

批准号:11471325
批准年份:2014
负责人:刘歆
学科分类:A0405
资助金额:60.00
项目类别:面上项目
2

大规模非负矩阵分解算法及其在盐湖保护与利用方面的应用研究

批准号:11241005
批准年份:2012
负责人:胡运红
学科分类:A0505
资助金额:40.00
项目类别:专项基金项目
3

正交非负矩阵分解的算法、理论与应用

批准号:11726617
批准年份:2017
负责人:刘歆
学科分类:A0405
资助金额:20.00
项目类别:数学天元基金项目
4

正交非负矩阵分解的算法、理论与应用

批准号:11726618
批准年份:2017
负责人:申远
学科分类:A0405
资助金额:10.00
项目类别:数学天元基金项目