Высокопроизводительные вычисления на графических процессорах: материалы III Всерос. науч.-практ. конф. с междунар. участием с элементами науч. шк. для молодежи (ВВГП–2016)

Пермь : Пермский государственный национальный исследовательский университет, 2016.

Ответственный редактор: А. Г. Деменев, Русаков С.

В сборнике представлены статьи и тезисы докладов на русском и английском языках участников III Всероссийской научно-практической конференции с международным участием с элементами научной школы для молодежи «Высокопроизводительные вычисления на графических процессорах», посвященной 100-летию Пермского университета, которая проводилась 16–20 мая 2016 г. в г. Перми в рамках Форума «Математика и глобальные вызовы XXI века». Публикуемые материалы отражают различные аспекты реализации высокопроизводительных вычислений на графических процессорах, включая общие вопросы организации вычислений, особенностей реализации численных методов, решение конкретных прикладных задач.
Сборник предназначен для преподавателей, научных работников, аспирантов, магистрантов и студентов высших учебных заведений.

Главы книги

Oптимизация этапов имитационного моделирования с использованием высокопроизводительных вычислений: результаты исследований.

Замятина Елена Борисовна, Миков А. И., В кн.: Высокопроизводительные вычисления на графических процессорах: материалы III Всерос. науч.-практ. конф. с междунар. участием с элементами науч. шк. для молодежи (ВВГП–2016).: Пермь: Пермский государственный национальный исследовательский университет, 2016. С. 24–36.

В работе рассматривается проблема оптимизации этапов имитационного моделирования по времени. Необходимость в сокращении времени выполнения имитационного эксперимента объясняется тем, что очень часто метод имитационного моделирования применяется для исследования сложных систем, которым можно отнести и компьютерные сети. Рассматриваются проблемы оптимизации алгоритма синхронизации, балансировки нагрузки и анализа результатов моделирования. ...

Добавлено: 12 марта 2017 г.

Использование технологии CUDA в обучении сверточной нейросети для распознавания пыльцевых зерен

Замятина Елена Борисовна, Ханжина Н. Е., В кн.: Высокопроизводительные вычисления на графических процессорах: материалы III Всерос. науч.-практ. конф. с междунар. участием с элементами науч. шк. для молодежи (ВВГП–2016).: Пермь: Пермский государственный национальный исследовательский университет, 2016. С. 70–81.

В работе описывается проблема автоматизации распознавания изображений пыльцевых зерен, полученных с помощью оптического микроскопа. Автоматизация распознавания пыльцы является актуальной в таких задачах, как анализ качества меда с целью выявления фальсификата, проверка качества воздуха для предупреждения аллергиков и астматиков, палеопалинология, судебная палинология. Описывается метод решения проблемы, основанный на машинном обучении и применении технологии CUDA. Описывается алгоритм ...

Добавлено: 12 марта 2017 г.