ポスター セッション は,4/25(火) 16:15 – 18:15,ホワイエ で行います.

  1. Mihiro Sonoyama, Tatsuya Fujii, Takatsugu Ono, Osamu Muta and Koji Inoue
    アンテナ指向性が受信信号強度デバイス認証法に与える影響
  2. Kaihui Zhang, Yusuke Tanimura, Hidemoto Nakada and Hirotaka Ogawa
    Spark におけるディスクを用いた RDD キャッシングの高速化と効果的な利用に関する検討
  3. 黎 明曦, Yusuke Tanimura and Hidemoto Nakada
    大規模機械学習向けクラスタにおけるネットワークバンド幅とパラメータ交換手法に関する考察
  4. Harunobu Daikoku, Hideyuki Kawashima and Osamu Tatebe
    大規模 MapReduce 実行環境向け Shuffle 通信の RDMA による高速化
  5. Yuki Ito, Ryo Matsumiya and Toshio Endo
    メモリ階層の利用によって GPU メモリ容量を超える深層学習手法
  6. Ryo Matsumiya and Toshio Endo
    Flash SSD を活用する PGAS フレームワークに対する協調キャッシングの導入
  7. Kasumi Kato, Atsuko Takefusa, Hidemoto Nakada and Masato Oguchi
    ビッグデータ分散処理基盤を用いた機械学習処理並列化の一検討
  8. Kohei Azuma and Masaaki Kondo
    現実空間を意識した物体認識向け訓練データ自動生成システム
  9. Ayae Ichinose, Atsuko Takefusa, Hidemoto Nakada and Masato Oguchi
    Apache Spark のストリーミング機能を利用した機械学習処理の検討
  10. Ushio Jimbo, Junji Yamada and Masahiro Goshima
    動的タイム・ボローイングを可能にするクロッキング方式の適用
  11. Keishi Tsukada, Fumihiko Ino and Kenichi Hagihara
    GPU サイクル共有を自動化するためのタスク粒度推定手法の検討
  12. Masaru Ito and Kenjiro Taura
    Bzip2+ : FBWT を用いた高速な圧縮
  13. Hiroki Nakazawa and Kenjiro Taura
    Speeding Up AMFS: A File System for Emerging Persistent Memory Supporting Atomic Data Durability
  14. Ryo Asai, Masao Okita and Kenichi Hagihara
    Apache Spark の GPU 利用における効率的なデータ転送の検討
  15. Mitsuru Tomono, Katsuhiro Yoda, Ito Makiko, Takahiro Notsu, Ryosuke Yamanaka and Teruo Ishihara
    DNN 学習向けプロセッサの電力効率を向上する低精度演算技術の提案
  16. Kohei Toshimitsu and Kenjiro Taura
    Instant Cloud FS : 広域分散環境で即興に構築できる分散ファイルシステム
  17. Fangyuan Liao and Kiminori Matsuzaki
    Experimential Analysis of Prefix-sums Implementations on multicore clusters
  18. Wataru Endo and Kenjiro Taura
    Parallelized Software Offloading in a Low-Level Communication Layer
  19. Masanori Sato and Kimio Kuramitsu
    自動運転カープログラムから見たコンテキスト指向プログラミング
  20. 各務 裕太,倉光 君郎
    解析表現文法エンジンによる IoT  エンジン
  21. Hitoshi Sato, Hirotaka Ogawa, Satoshi Matsuoka
    Building Software Ecosystems for AI Cloud