<div dir="ltr"><div class="gmail_extra"><div class="gmail_quote">On Thu, Sep 21, 2017 at 3:51 PM, Zhang, Hong <span dir="ltr"><<a href="mailto:hongzhang@anl.gov" target="_blank">hongzhang@anl.gov</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Great news! According to their papers, MLSVM works only in serial. I am not sure what is stopping them using PETSc in parallel.<br></blockquote><div><br></div><div>I think its because they use FLANN (<a href="http://www.cs.ubc.ca/research/flann/">http://www.cs.ubc.ca/research/flann/</a>) which appears to be serial.</div><div><br></div><div>Richard, it looks like your parallel clustering could get you another few papers :)</div><div><br></div><div>   Matt</div><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
Btw, are there any other cases that use PETSc for machine learning?<br>
<br>
Hong (Mr.)<br>
<div class="gmail-HOEnZb"><div class="gmail-h5"><br>
> On Sep 21, 2017, at 1:02 PM, Barry Smith <<a href="mailto:bsmith@mcs.anl.gov">bsmith@mcs.anl.gov</a>> wrote:<br>
><br>
><br>
> From: Ilya Safro <a href="mailto:isafro@g.clemson.edu">isafro@g.clemson.edu</a><br>
> Date: September 17, 2017<br>
> Subject: MLSVM 1.0, Multilevel Support Vector Machines<br>
><br>
> We are pleased to announce the release of MLSVM 1.0, a library of fast<br>
> multilevel algorithms for training nonlinear support vector machine<br>
> models on large-scale datasets. The library is developed as an<br>
> extension of PETSc to support, among other applications, the analysis<br>
> of datasets in scientific computing.<br>
><br>
> Highlights:<br>
> - The best quality/performance trade-off is achieved with algebraic<br>
> multigrid coarsening<br>
> - Tested on academic, industrial, and healthcare datasets<br>
> - Generates multiple models for each training<br>
> - Effective on imbalanced datasets<br>
><br>
> Download MLSVM at <a href="https://github.com/esadr/mlsvm" rel="noreferrer" target="_blank">https://github.com/esadr/mlsvm</a><br>
><br>
> Corresponding paper: Sadrfaridpour, Razzaghi and Safro "Engineering<br>
> multilevel support vector machines", 2017,<br>
> <a href="https://arxiv.org/pdf/1707.07657.pdf" rel="noreferrer" target="_blank">https://arxiv.org/pdf/1707.<wbr>07657.pdf</a><br>
><br>
<br>
</div></div></blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="gmail_signature"><div dir="ltr"><div>What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>-- Norbert Wiener</div><div><br></div><div><a href="http://www.caam.rice.edu/~mk51/" target="_blank">http://www.caam.rice.edu/~mk51/</a><br></div></div></div>
</div></div>