Dense Matrix Algorithms (Chapter 8) Alexandre David B2-206
|
|
- Éva Molnár
- 4 évvel ezelőtt
- Látták:
Átírás
1 Dense Matrix Algorithms (Chapter 8) Alexandre David B2-206
2 Dense Matrix Algorithm Dense or full matrices: few known zeros. Other algorithms for sparse matrix. Square matrices for pedagogical purposes only can be generalized. Natural to have data decomposition input/output/intermediate data mapping schemes based on data partitioning Alexandre David, MVP'06 2
3 Today Matrix*Vector Matrix*Matrix Solving systems of linear equations Alexandre David, MVP'06 3
4 Matrix*Vector Recall A x y y i = n k = 1 a ik x k Serial algorithm: n 2 multiplications and addition. W = n Alexandre David, MVP'06 4
5 Matrix*Matrix Recall A B C c ij = n k = 1 a ik b kj Serial algorithm: n 3 multiplications and addition. W = n Alexandre David, MVP'06 5
6 Matrix*Vector Serial Algorithm y i = n k = 1 a ik x k procedure MAT_Vec(A,x,y) for i := 0 to n-1 do y[i] := 0 for k := 0 to n-1 do y[i] := y[i] + A[i,k]*x[k] done done endproc How to parallelize? Alexandre David, MVP'06 6
7 Matrix*Matrix Serial Algorithm c ij = n k = 1 a ik b kj procedure MAT_MULT(A,B,C) for i := 0 to n-1 do for j := 0 to n-1 do C[i,j] := 0 for k := 0 to n-1 do C[i,j] := C[i,j] + A[i,k]*B[k,j] done done done endproc How to parallelize? Alexandre David, MVP'06 7
8 Matrix*Vector Row-wise 1-D Partitioning Initial distribution: Each process has a row of the n*n matrix. Each process has an element of the n*1 vector. Each process is responsible for computing one element of the result Alexandre David, MVP'06 8
9 Matrix*Vector 1-D A x y n processes But every process needs the entire vector all-to-all broadcast Alexandre David, MVP'06 9
10 All-to-All Broadcast x Alexandre David, MVP'06 10
11 Parallel Computation A x y n processes n y i = k = 1 a ik x k in parallel on the n processes Alexandre David, MVP'06 11
12 Example Matrix*Vector (Program 6.4) Allgather (All-to-all broadcast) Partition on rows. Multiply Alexandre David, MVP'06 12
13 Analysis All-to-all broadcast & multiplications in Θ(n). For n processes W=n 2 =nt P. The algorithm is cost-optimal. A parallel system is cost-optimal iff pt P =Θ(W) Alexandre David, MVP'06 13
14 Performance Metrics Efficiency E=S/p. Measure time spent in doing useful work. Previous sum example: E = Θ(1/logn). Cost C=pT P. A.k.a. work or processor-time product. Note: E=T S /C. Cost optimal if E is a constant Alexandre David, MVP'06 14
15 Using Fewer Processes Brent s scheduling principle: It s possible. Using p processes: n/p rows per process. Communication time = t s logp+t w (n/p)(p-1) ~ t s logp+t w n = Θ(n). Computation: n*n/p. pt P = Θ(n 2 ) = W It is cost optimal Alexandre David, MVP'06 15
16 Scalability Recall Efficiency increases with the size of the problem. Efficiency decreases with the number of processors. Scalability measures the ability to increase speedup in function of p Alexandre David, MVP'06 16
17 Isoefficiency Function For scalable systems efficiency can be kept constant if T 0 /W is kept constant. For a target E Keep this constant Isoefficiency function W=KT 0 (W,p) Alexandre David, MVP'06 17
18 Is Our Algorithm Scalable? T 0 =pt P -W T 0 =t s p logp+t w np. We want to determine W=KT 0. Try with both terms separately: W=Kt s p logp. W=Kt w np=n 2 W=(Kt w p) 2. Bound from concurrency: p=o(n) W=Ω(p 2 ). W=Θ(p 2 ) : asymptotic isoefficiency function. Rate to increase the problem size (in function of p) to maintain a fixed efficiency: p=θ(n) Alexandre David, MVP'06 18
19 Matrix*Vector 2-D Matrix n*n partitioned on n*n processes. Vector n*1 distributed in the last (or 1 st column). Similarly we want fewer processes: blocks of (n/ p) 2 elements Alexandre David, MVP'06 19
20 Matrix*Vector 2-D A x y Processes in column i need element of the vector in row i. 1. Distribute on diagonal. 2. One-to-all broadcast on columns. 3. Multiplication. 4. All-to-one reduction (+) Alexandre David, MVP'06 20
21 Example Matrix*Vector (Program 6.8) Partition. Distribute vector. Sum reduce on rows. Row sub-topology. Colum sub-topology. Local multiplication Alexandre David, MVP'06 21
22 Which one is better? 1-D or 2-D? Alexandre David, MVP'06 22
23 Analysis Communications: one-to-one Θ(1) + one-to-all broadcast Θ( logn) + all-to-one reduction Θ( logn). + multiplications Θ(1). T P =Θ(n 2 logn) not cost-optimal. Brent s scheduling principle? Alexandre David, MVP'06 23
24 Using Fewer Processes Blocks of (n/ p) 2 elements. Costs: one to one in t s +t w n/ p + one-to-all broadcast in (t s +t w n/ p) log p + all-to-one reduction in (t s +t w n/ p) log p + computations in (n/ p) 2. Total ~ n 2 /p+t s logp+(t w n/ p) logp. pt P =Θ(n 2 ) cost-optimal Alexandre David, MVP'06 24
25 Scalability Analysis T 0 =pt P -W=t s logp+t w n p logp. As before, isoefficiency analysis: W=Kt s p logp. W=Kt w n p logp=n 2 W=(Kt w p logp) 2. Bound from concurrency: p=o(n 2 ) W=Ω(p). W=Θ(p log 2 p). p=f(n)? p log 2 p=θ(n 2 ) p=θ(n 2 / log 2 n) Alexandre David, MVP'06 25
26 Which One Is Better? 1-D: T P ~ n 2 /p+t s logp+t w n. 2-D: T P ~ n 2 /p+t s logp+(t w n/ p) logp. 1-D: W=Θ(p 2 ). 2-D: W=Θ(p log 2 p). Degree of concurrency Alexandre David, MVP'06 26
27 Block Matrix*Matrix procedure BLOCK_ MAT_MULT(A,B,C) for i := 0 to qn-1 do for j := 0 to n-1 q do C[i,j] := 0 for k := 0 to qn-1 do C[i,j] := C[i,j] + A[i,k]*B[k,j] done done done endproc q*q blocks of (n/q)*(n/q) submatrices. Still n 3 additions & multiplications Alexandre David, MVP'06 27
28 A Simple Parallel Algorithm Map the algorithm to p=q 2 processes. We need all A[i,k] and B[k,j] to compute the C[i,j]. Steps: All-to-all broadcast of A[i,k] on rows. All-to-all broadcast of B[k,j] on columns. Local multiplications Alexandre David, MVP'06 28
29 Analysis Costs: all-to-all p broadcasts of n 2 /p elements = t s log p+t w (n 2 /p)( p-1) *2 + computations = p multiplications of (n/ p)*(n/ p) matrices cost n 3 /p. pt P =Θ(n 3 ) for p=o(n 2 ) cost-optimal. Isoefficiency W=Θ(p 3/2 ). Drawback: memory requirement in n 2 p. Better? Alexandre David, MVP'06 29
30 Cannon s Algorithm Idea: re-schedule computations to avoid contention. Processes on rows i hold a different A[i,k]. Processes on columns j hold a different B[k,j]. Rotate the matrices we need only 2 submatrices per process at any time. memory efficient in O(n 2 ) Alexandre David, MVP'06 30
31 Align A & B Alexandre David, MVP'06 31
32 Alexandre David, MVP'06 32
33 Alexandre David, MVP'06 33
34 Analysis Costs: 2* (A & B) p-single step shifts = 2(t s +t w n 2 /p) p + p multiplications of (n/ p)*(n/ p) submatrices = n 3 /p. Cost-optimal, same isoefficiency function as previously Alexandre David, MVP'06 34
35 The DNS Algorithm 3-D partitioning! Cube with faces corresponding to A, B, C. Internal nodes correspond to multiply operations P i,j,k. Multiplications in time Θ(1). Additions in time Θ(logn). Communication Can use up to n 3 processes better concurrency Alexandre David, MVP'06 35
36 Alexandre David, MVP'06 36
37 k j i Alexandre David, MVP'06 37
38 Communication Steps Move the columns of A & rows of B. One-to-all broadcast along j & i axis. All-to-one reduction (+) along k axis. Communication on groups of n processes, in time Θ(logn). Not cost optimal for n 3 processes Alexandre David, MVP'06 38
39 Brent s Scheduling Principle Theorem If a parallel computation consists of k phases taking time t 1,t 2,,t k using a 1,a 2,,a k processors in phases 1,2,,k then the computation can be done in time O(a/p+t) using p processors where t =sum(t ), i a =sum(a i t ). i Alexandre David, MVP'06 39
40 Look At One Dimension k phases = logn. t i = constant time. a i = n/2,n/4,,1 processors. With q processors we can use time O( logn+n/p). Choose q=o(n/ logn) time O( logn) and this is optimal! 3-D: use p=o(n 3 / log 3 n) p=q Alexandre David, MVP'06 40
41 Systems of Linear Equations A x b a 0,0 x 0 +a 0,1 x 1 + +a 0,n-1 x n-1 =b 0, a n-1,0 x 0 +a n-1,1 x 1 + +a n-1,n-1 x n-1 =b n Alexandre David, MVP'06 41
42 Solving Systems of Linear Equations Step 1: Reduce the original system to U x y Step2: Solve & back-substitute from x n-1 to x Alexandre David, MVP'06 42
43 Technical Issues Non singular matrices. Numerical precision (is the solution numerically stable) permute columns. In particular no division by zero, thanks. Procedure known as Gaussian elimination with partial pivoting Alexandre David, MVP'06 43
44 Gaussian Elimination W=2n 3 / Alexandre David, MVP'06 44
45 Parallel Gaussian Elimination 1-D partitioning: 1 process/row. Process j computes A[*,j]. Cost (+communication) = Θ(n 3 logn) not cost optimal. All processes work on the same iteration. k+1 iteration starts when k th iteration is complete. Improve: pipelined/asynchronous version Alexandre David, MVP'06 45
46 Pipelined Version P k forwards & does not wait. P j s forward & do not wait Alexandre David, MVP'06 46
47 Pipelined Gaussian Elimination No logn for communication (no broadcast) and the rest of the computations are the same. The pipelined version is cost-optimal. Fewer processes: Block 1-D partitioning, loss of efficiency due to idle processes (load balance problem). Cyclic 1-D partitioning better Alexandre David, MVP'06 47
48 Gaussian Elimination 2-D Partitioning Similar as before. Pipelined version cost-optimal. More scalable than 1-D Alexandre David, MVP'06 48
49 Finally Back-Substitution Intrinsically serial algorithm. Pipelined parallel version not cost optimal. Does not matter because of lower order of magnitude Alexandre David, MVP'06 49
On The Number Of Slim Semimodular Lattices
On The Number Of Slim Semimodular Lattices Gábor Czédli, Tamás Dékány, László Ozsvárt, Nóra Szakács, Balázs Udvari Bolyai Institute, University of Szeged Conference on Universal Algebra and Lattice Theory
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenConstruction of a cube given with its centre and a sideline
Transformation of a plane of projection Construction of a cube given with its centre and a sideline Exercise. Given the center O and a sideline e of a cube, where e is a vertical line. Construct the projections
RészletesebbenComputer Architecture
Computer Architecture Locality-aware programming 2016. április 27. Budapest Gábor Horváth associate professor BUTE Department of Telecommunications ghorvath@hit.bme.hu Számítógép Architektúrák Horváth
RészletesebbenStatistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
RészletesebbenCorrelation & Linear Regression in SPSS
Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
RészletesebbenCorrelation & Linear Regression in SPSS
Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation
RészletesebbenPerformance Modeling of Intelligent Car Parking Systems
Performance Modeling of Intelligent Car Parking Systems Károly Farkas Gábor Horváth András Mészáros Miklós Telek Technical University of Budapest, Hungary EPEW 2014, Florence, Italy Outline Intelligent
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis
Factor Analysis Factor analysis is a multiple statistical method, which analyzes the correlation relation between data, and it is for data reduction, dimension reduction and to explore the structure. Aim
RészletesebbenIntroduction to 8086 Assembly
Introduction to 886 Assembly Lecture 7 D and N-D Arrays D Arrays 4 5 tabular data rows and columns 4 6 8 6 9 5 4 8 6 D Arrays 4 5 4 6 8 6 9 5 https://advancedmathclubsk.weebly.com/matrices.html 4 8 6 5
RészletesebbenMapping Sequencing Reads to a Reference Genome
Mapping Sequencing Reads to a Reference Genome High Throughput Sequencing RN Example applications: Sequencing a genome (DN) Sequencing a transcriptome and gene expression studies (RN) ChIP (chromatin immunoprecipitation)
RészletesebbenCluster Analysis. Potyó László
Cluster Analysis Potyó László What is Cluster Analysis? Cluster: a collection of data objects Similar to one another within the same cluster Dissimilar to the objects in other clusters Cluster analysis
RészletesebbenEfficient symmetric key private authentication
Efficient symmetric key private authentication Cryptographic Protocols (EIT ICT MSc) Dr. Levente Buttyán Associate Professor BME Hálózati Rendszerek és Szolgáltatások Tanszék Lab of Cryptography and System
RészletesebbenLocal fluctuations of critical Mandelbrot cascades. Konrad Kolesko
Local fluctuations of critical Mandelbrot cascades Konrad Kolesko joint with D. Buraczewski and P. Dyszewski Warwick, 18-22 May, 2015 Random measures µ µ 1 µ 2 For given random variables X 1, X 2 s.t.
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.
Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise
RészletesebbenVálasztási modellek 3
Választási modellek 3 Prileszky István Doktori Iskola 2018 http://www.sze.hu/~prile Forrás: A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models Prepared For U.S. Department
RészletesebbenEnsemble Kalman Filters Part 1: The basics
Ensemble Kalman Filters Part 1: The basics Peter Jan van Leeuwen Data Assimilation Research Centre DARC University of Reading p.j.vanleeuwen@reading.ac.uk Model: 10 9 unknowns P[u(x1),u(x2),T(x3),.. Observations:
RészletesebbenUsing the CW-Net in a user defined IP network
Using the CW-Net in a user defined IP network Data transmission and device control through IP platform CW-Net Basically, CableWorld's CW-Net operates in the 10.123.13.xxx IP address range. User Defined
RészletesebbenA modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében. Dicse Jenő üzletfejlesztési igazgató
A modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében Dicse Jenő üzletfejlesztési igazgató How to apply modern e-learning to improve the training of firefighters Jenő Dicse Director of
RészletesebbenBevezetés a kvantum-informatikába és kommunikációba 2015/2016 tavasz
Bevezetés a kvantum-informatikába és kommunikációba 2015/2016 tavasz Kvantumkapuk, áramkörök 2016. március 3. A kvantummechanika posztulátumai (1-2) 1. Állapotleírás Zárt fizikai rendszer aktuális állapota
RészletesebbenVéges szavak általánosított részszó-bonyolultsága
Véges szavak általánosított részszó-bonyolultsága KÁSA Zoltán Sapientia Erdélyi Magyar Tudományegyetem Kolozsvár Marosvásárhely Csíkszereda Matematika-Informatika Tanszék, Marosvásárhely Budapest, 2010.
RészletesebbenCsima Judit április 9.
Osztályozókról még pár dolog Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2018. április 9. Csima Judit Osztályozókról még pár dolog 1 / 19 SVM (support vector machine) ez is egy
RészletesebbenDependency preservation
Adatbázis-kezelés. (4 előadás: Relácó felbontásai (dekomponálás)) 1 Getting lossless decomposition is necessary. But of course, we also want to keep dependencies, since losing a dependency means, that
RészletesebbenGyártórendszerek modellezése: MILP modell PNS feladatokhoz
Gyártórendszerek modellezése MILP modell PNS feladatokhoz 1 Pannon Egyetem M szaki Informatikai Kar Számítástudomány Alkalmazása Tanszék Utolsó frissítés: 2008. november 16. 1 hegyhati@dcs.uni-pannon.hu
RészletesebbenAngol Középfokú Nyelvvizsgázók Bibliája: Nyelvtani összefoglalás, 30 kidolgozott szóbeli tétel, esszé és minta levelek + rendhagyó igék jelentéssel
Angol Középfokú Nyelvvizsgázók Bibliája: Nyelvtani összefoglalás, 30 kidolgozott szóbeli tétel, esszé és minta levelek + rendhagyó igék jelentéssel Timea Farkas Click here if your download doesn"t start
Részletesebben(c) 2004 F. Estrada & A. Jepson & D. Fleet Canny Edges Tutorial: Oct. 4, '03 Canny Edges Tutorial References: ffl imagetutorial.m ffl cannytutorial.m
Canny Edges Tutorial: Oct. 4, '03 Canny Edges Tutorial References: ffl imagetutorial.m ffl cannytutorial.m ffl ~jepson/pub/matlab/isetoolbox/tutorials ffl ~jepson/pub/matlab/utvistoolbox/tutorials ffl
RészletesebbenKÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) ANGOL NYELVEN BASIC PRINCIPLES OF ECONOMY (THEORETICAL ECONOMICS)
ÉRETTSÉGI VIZSGA 2005. május 20. KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) ANGOL NYELVEN BASIC PRINCIPLES OF ECONOMY (THEORETICAL ECONOMICS) KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA MEDIUM-LEVEL WRITTEN EXAM
RészletesebbenCashback 2015 Deposit Promotion teljes szabályzat
Cashback 2015 Deposit Promotion teljes szabályzat 1. Definitions 1. Definíciók: a) Account Client s trading account or any other accounts and/or registers maintained for Számla Az ügyfél kereskedési számlája
Részletesebben(NGB_TA024_1) MÉRÉSI JEGYZŐKÖNYV
Kommunikációs rendszerek programozása (NGB_TA024_1) MÉRÉSI JEGYZŐKÖNYV (5. mérés) SIP telefonközpont készítése Trixbox-szal 1 Mérés helye: Széchenyi István Egyetem, L-1/7 laboratórium, 9026 Győr, Egyetem
Részletesebben16F628A megszakítás kezelése
16F628A megszakítás kezelése A 'megszakítás' azt jelenti, hogy a program normális, szekvenciális futása valamilyen külső hatás miatt átmenetileg felfüggesztődik, és a vezérlést egy külön rutin, a megszakításkezelő
RészletesebbenKlaszterezés, 2. rész
Klaszterezés, 2. rész Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 208. április 6. Csima Judit Klaszterezés, 2. rész / 29 Hierarchikus klaszterezés egymásba ágyazott klasztereket
RészletesebbenINDEXSTRUKTÚRÁK III.
2MU05_Bitmap.pdf camü_ea INDEXSTRUKTÚRÁK III. Molina-Ullman-Widom: Adatbázisrendszerek megvalósítása Panem, 2001könyv 5.4. Bittérkép indexek fejezete alapján Oracle: Indexek a gyakorlatban Oracle Database
RészletesebbenCloud computing. Cloud computing. Dr. Bakonyi Péter.
Cloud computing Cloud computing Dr. Bakonyi Péter. 1/24/2011 1/24/2011 Cloud computing 2 Cloud definició A cloud vagy felhő egy platform vagy infrastruktúra Az alkalmazások és szolgáltatások végrehajtására
RészletesebbenLexington Public Schools 146 Maple Street Lexington, Massachusetts 02420
146 Maple Street Lexington, Massachusetts 02420 Surplus Printing Equipment For Sale Key Dates/Times: Item Date Time Location Release of Bid 10/23/2014 11:00 a.m. http://lps.lexingtonma.org (under Quick
RészletesebbenCloud computing Dr. Bakonyi Péter.
Cloud computing Dr. Bakonyi Péter. 1/24/2011 Cloud computing 1/24/2011 Cloud computing 2 Cloud definició A cloud vagy felhő egy platform vagy infrastruktúra Az alkalmazások és szolgáltatások végrehajtására
RészletesebbenPletykaalapú gépi tanulás teljesen elosztott környezetben
Pletykaalapú gépi tanulás teljesen elosztott környezetben Hegedűs István Jelasity Márk témavezető Szegedi Tudományegyetem MTA-SZTE Mesterséges Intelligencia Kutatócsopot Motiváció Az adat adatközpontokban
RészletesebbenAdatbázisok 1. Rekurzió a Datalogban és SQL-99
Adatbázisok 1 Rekurzió a Datalogban és SQL-99 Expressive Power of Datalog Without recursion, Datalog can express all and only the queries of core relational algebra. The same as SQL select-from-where,
Részletesebben1. Gyakorlat: Telepítés: Windows Server 2008 R2 Enterprise, Core, Windows 7
1. Gyakorlat: Telepítés: Windows Server 2008 R2 Enterprise, Core, Windows 7 1.1. Új virtuális gép és Windows Server 2008 R2 Enterprise alap lemez létrehozása 1.2. A differenciális lemezek és a két új virtuális
RészletesebbenFÖLDRAJZ ANGOL NYELVEN GEOGRAPHY
Földrajz angol nyelven középszint 0623 ÉRETTSÉGI VIZSGA 2007. május 15. FÖLDRAJZ ANGOL NYELVEN GEOGRAPHY KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA INTERMEDIATE LEVEL WRITTEN EXAM JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
RészletesebbenUtasítások. Üzembe helyezés
HASZNÁLATI ÚTMUTATÓ Üzembe helyezés Utasítások Windows XP / Vista / Windows 7 / Windows 8 rendszerben történő telepítéshez 1 Töltse le az AORUS makróalkalmazás telepítőjét az AORUS hivatalos webhelyéről.
RészletesebbenSTUDENT LOGBOOK. 1 week general practice course for the 6 th year medical students SEMMELWEIS EGYETEM. Name of the student:
STUDENT LOGBOOK 1 week general practice course for the 6 th year medical students Name of the student: Dates of the practice course: Name of the tutor: Address of the family practice: Tel: Please read
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
RészletesebbenKvantum-informatika és kommunikáció 2015/2016 ősz. A kvantuminformatika jelölésrendszere szeptember 11.
Kvantum-informatika és kommunikáció 2015/2016 ősz A kvantuminformatika jelölésrendszere 2015. szeptember 11. Mi lehet kvantumbit? Kvantum eszközök (1) 15=5 3 Bacsárdi Képek forrása: IBM's László, Almaden
Részletesebben3. MINTAFELADATSOR KÖZÉPSZINT. Az írásbeli vizsga időtartama: 30 perc. III. Hallott szöveg értése
Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz ANGOL NYELV 3. MINTAFELADATSOR KÖZÉPSZINT Az írásbeli vizsga időtartama: 30 perc
RészletesebbenSQL/PSM kurzorok rész
SQL/PSM kurzorok --- 2.rész Tankönyv: Ullman-Widom: Adatbázisrendszerek Alapvetés Második, átdolgozott kiadás, Panem, 2009 9.3. Az SQL és a befogadó nyelv közötti felület (sormutatók) 9.4. SQL/PSM Sémában
RészletesebbenFOSS4G-CEE Prágra, 2012 május. Márta Gergely Sándor Csaba
FOSS4G-CEE Prágra, 2012 május Márta Gergely Sándor Csaba Reklám helye 2009 óta Intergraph szoftverek felől jöttünk FOSS4G felé megyünk Békés egymás mellett élés több helyen: Geoshop.hu Terkep.torokbalint.hu
RészletesebbenTudományos Ismeretterjesztő Társulat
Sample letter number 5. International Culture Festival PO Box 34467 Harrogate HG 45 67F Sonnenbergstraße 11a CH-6005 Luzern Re: Festival May 19, 2009 Dear Ms Atkinson, We are two students from Switzerland
RészletesebbenKN-CP50. MANUAL (p. 2) Digital compass. ANLEITUNG (s. 4) Digitaler Kompass. GEBRUIKSAANWIJZING (p. 10) Digitaal kompas
KN-CP50 MANUAL (p. ) Digital compass ANLEITUNG (s. 4) Digitaler Kompass MODE D EMPLOI (p. 7) Boussole numérique GEBRUIKSAANWIJZING (p. 0) Digitaal kompas MANUALE (p. ) Bussola digitale MANUAL DE USO (p.
RészletesebbenCreate & validate a signature
IOTA TUTORIAL 7 Create & validate a signature v.0.0 KNBJDBIRYCUGVWMSKPVA9KOOGKKIRCBYHLMUTLGGAV9LIIPZSBGIENVBQ9NBQWXOXQSJRIRBHYJ9LCTJLISGGBRFRTTWD ABBYUVKPYFDJWTFLICYQQWQVDPCAKNVMSQERSYDPSSXPCZLVKWYKYZMREAEYZOSPWEJLHHFPYGSNSUYRZXANDNQTTLLZA
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.
Hypothesis Testing Petra Petrovics PhD Student Inference from the Sample to the Population Estimation Hypothesis Testing Estimation: how can we determine the value of an unknown parameter of a population
Részletesebbenios alkalmazásfejlesztés Koltai Róbert
ios alkalmazásfejlesztés Koltai Róbert robert.koltai@ponte.hu Mi az a block? Utasítások sorozata { }-ek között, amit egy objektumként tuduk kezelni. ios 4.0 és Mac OSX 10.6 óta 2 Egy példa a felépítésére
RészletesebbenA Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél
A Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél Magyar Minőséghét Konferencia 206 Május 3. Lantos Gábor Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél Continuous mprovement Program
RészletesebbenEladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant 2014. március 23.
Eladni könnyedén? Oracle Sales Cloud Horváth Tünde Principal Sales Consultant 2014. március 23. Oracle Confidential Internal/Restricted/Highly Restricted Safe Harbor Statement The following is intended
Részletesebbenbab.la Cümle Kalıpları: İş Sipariş İngilizce-Macarca
bab.la Cümle Kalıpları: İş Sipariş İngilizce-Macarca Sipariş : Verme We are considering the purchase of Gondolkozunk a... vásárlásán. Resmi, çekingen We are pleased to place an order with your company
Részletesebbenbab.la Cümle Kalıpları: İş Sipariş Macarca-İngilizce
bab.la Cümle Kalıpları: İş Sipariş Macarca-İngilizce Sipariş : Verme Gondolkozunk a... vásárlásán. We are considering the purchase of Resmi, çekingen Örömmel tudatjuk, hogy szeretnénk Önöktől rendelni...
RészletesebbenKategória: Category: ...% európai / European...% USA-beli / from the USA...% egyéb / other
FELELŐSSÉGBIZTOSÍTÁSI ADATLAP SZÁLLODÁK RÉSZÉRE LIABILITY INSURANCE PROPOSAL FOR HOTELS A Biztosított neve/címe: Name and address of Insured: A Biztosított a szálloda: tulajdonosa/owner of the Hotel Insured
RészletesebbenBel SE Hungary IDPA. Stage 1st: Running to you 1. pálya: Lerohanás. Course Designer:Attila Belme
Stage 1st: Running to you 1. pálya: Lerohanás SCENARIO: You step out from your house, when 5 attackers raid you with firearms in hand. TÖRTÉNET: Épp a lakásodból lépsz ki, amikor 5 fegyveres támadó megindul
RészletesebbenGEOGRAPHICAL ECONOMICS B
GEOGRAPHICAL ECONOMICS B ELTE Faculty of Social Sciences, Department of Economics Geographical Economics "B" KRUGMAN (1991) MODEL: EXTENSIONS Authors: Gábor Békés, Sarolta Rózsás Supervised by Gábor
RészletesebbenProbabilistic Analysis and Randomized Algorithms. Alexandre David B2-206
Probabilistic Analysis and Randomized Algorithms Alexandre David B2-206 Today Counting. Basic probability. Appendix C Introduction to randomized algorithms. Chapter 5 27-10-2006 AA1 2 Counting Rule of
RészletesebbenFirst experiences with Gd fuel assemblies in. Tamás Parkó, Botond Beliczai AER Symposium 2009.09.21 25.
First experiences with Gd fuel assemblies in the Paks NPP Tams Parkó, Botond Beliczai AER Symposium 2009.09.21 25. Introduction From 2006 we increased the heat power of our units by 8% For reaching this
RészletesebbenGalileo Signal Priority A new approach to TSP
GSP Galileo Signal Priority Space for Priority Galileo Signal Priority A new approach to TSP 27 március 2014 Dr. Tomasz Kulpa Politechnika Krakowska Dr. Jörg Pfister pwp-systems GmbH The research leading
RészletesebbenMatrix-Based Analysis of Multiplex Graphs
Budapest University of Technology and Economics Faculty of Electrical Engineering and Informatics Department of Measurement and Information Systems Matrix-Based Analysis of Multiplex Graphs Scientific
RészletesebbenPhenotype. Genotype. It is like any other experiment! What is a bioinformatics experiment? Remember the Goal. Infectious Disease Paradigm
It is like any other experiment! What is a bioinformatics experiment? You need to know your data/input sources You need to understand your methods and their assumptions You need a plan to get from point
RészletesebbenAnalitikai megoldások IBM Power és FlashSystem alapokon. Mosolygó Ferenc - Avnet
Analitikai megoldások IBM Power és FlashSystem alapokon Mosolygó Ferenc - Avnet Bevezető Legfontosabb elvárásaink az adatbázisokkal szemben Teljesítmény Lekérdezések, riportok és válaszok gyors megjelenítése
RészletesebbenTHE CHARACTERISTICS OF SOUNDS ANALYSIS AND SYNTHESIS OF SOUNDS
THE CHARACTERISTICS OF SOUNDS ANALYSIS AND SYNTHESIS OF SOUNDS Study aid for learning of Communication Acoustics VIHIA 000 2017. szeptember 27., Budapest Fülöp Augusztinovicz professor BME Dept. of Networked
RészletesebbenDecision where Process Based OpRisk Management. made the difference. Norbert Kozma Head of Operational Risk Control. Erste Bank Hungary
Decision where Process Based OpRisk Management made the difference Norbert Kozma Head of Operational Risk Control Erste Bank Hungary About Erste Group 2010. 09. 30. 2 Erste Bank Hungary Erste Group entered
RészletesebbenGottsegen National Institute of Cardiology. Prof. A. JÁNOSI
Myocardial Infarction Registry Pilot Study Hungarian Myocardial Infarction Register Gottsegen National Institute of Cardiology Prof. A. JÁNOSI A https://ir.kardio.hu A Web based study with quality assurance
RészletesebbenMATEMATIKA ANGOL NYELVEN
ÉRETTSÉGI VIZSGA 2014. május 6. MATEMATIKA ANGOL NYELVEN EMELT SZINTŰ ÍRÁSBELI VIZSGA 2014. május 6. 8:00 Az írásbeli vizsga időtartama: 240 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK
Részletesebben2 level 3 innovation tiles. 3 level 2 innovation tiles. 3 level 1 innovation tiles. 2 tribe pawns of each color. 3 height 3 tribe pawns.
2 darab 3-as szintű találmány jelző Origin kártyaszövegek fordítása Vágd ki a az egyes kártyákhoz tartozó lapokat a vonalak és a színes terület mentén, majd csúsztasd be a kártyavédő fóliába úgy, hogy
RészletesebbenBird species status and trends reporting format for the period (Annex 2)
1. Species Information 1.1 Member State Hungary 1.2.2 Natura 2000 code A634-B 1.3 Species name Ardea purpurea purpurea 1.3.1 Sub-specific population East Europe, Black Sea & Mediterranean/Sub-Saharan Africa
RészletesebbenFÖLDRAJZ ANGOL NYELVEN
Földrajz angol nyelven középszint 0821 ÉRETTSÉGI VIZSGA 2009. május 14. FÖLDRAJZ ANGOL NYELVEN KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Paper
RészletesebbenANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY
ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY A feladatsor három részbol áll 1. A vizsgáztató társalgást kezdeményez a vizsgázóval. 2. A vizsgázó egy szituációs feladatban vesz részt a
RészletesebbenGenome 373: Hidden Markov Models I. Doug Fowler
Genome 373: Hidden Markov Models I Doug Fowler Review From Gene Prediction I transcriptional start site G open reading frame transcriptional termination site promoter 5 untranslated region 3 untranslated
RészletesebbenMATEMATIKA ANGOL NYELVEN
ÉRETTSÉGI VIZSGA 2016. október 18. MATEMATIKA ANGOL NYELVEN KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA 2016. október 18. 8:00 I. Időtartam: 45 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK MINISZTÉRIUMA
RészletesebbenNASODRILL ORRSPRAY: TARTÁLY- ÉS DOBOZFELIRAT, VALAMINT A BETEGTÁJÉKOZTATÓ SZÖVEGE. CSECSEMŐ GYERMEK FELNŐTT 100 ml-es üveg
NASODRILL ORRSPRAY: TARTÁLY- ÉS DOBOZFELIRAT, VALAMINT A BETEGTÁJÉKOZTATÓ SZÖVEGE TARTÁLY - BOTTLE NASAL LAVAGE For chronic or recurring infection NASODRILL Formulated with thermal Luchon water naturally
Részletesebbendiscosnp demo - Peterlongo Pierre 1 DISCOSNP++: Live demo
discosnp demo - Peterlongo Pierre 1 DISCOSNP++: Live demo Download and install discosnp demo - Peterlongo Pierre 3 Download web page: github.com/gatb/discosnp Chose latest release (2.2.10 today) discosnp
RészletesebbenTavaszi Sporttábor / Spring Sports Camp. 2016. május 27 29. (péntek vasárnap) 27 29 May 2016 (Friday Sunday)
Tavaszi Sporttábor / Spring Sports Camp 2016. május 27 29. (péntek vasárnap) 27 29 May 2016 (Friday Sunday) SZÁLLÁS / ACCOMODDATION on a Hotel Gellért*** szálloda 2 ágyas szobáiban, vagy 2x2 ágyas hostel
RészletesebbenELEKTRONIKAI ALAPISMERETEK ANGOL NYELVEN
ÉRETTSÉGI VIZSGA 2008. május 26. ELEKTRONIKAI ALAPISMERETEK ANGOL NYELVEN KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA 2008. május 26. 8:00 Az írásbeli vizsga időtartama: 180 perc Pótlapok száma Tisztázati Piszkozati OKTATÁSI
RészletesebbenEN United in diversity EN A8-0206/419. Amendment
22.3.2019 A8-0206/419 419 Article 2 paragraph 4 point a point i (i) the identity of the road transport operator; (i) the identity of the road transport operator by means of its intra-community tax identification
RészletesebbenMárkaépítés a YouTube-on
Márkaépítés a YouTube-on Tv+ Adj hozzá YouTube-ot, Google Ground, 2016 Március 7. Bíró Pál, Google - YouTube 9,000,000 INTERNETTEL BÍRÓ ESZKÖZÖK VOLUMENE GLOBÁLISAN WEARABLES OKOS TV 8,000,000 7,000,000
RészletesebbenFÖLDRAJZ ANGOL NYELVEN
Földrajz angol nyelven középszint 1112 ÉRETTSÉGI VIZSGA 2014. május 15. FÖLDRAJZ ANGOL NYELVEN KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA Paper
RészletesebbenICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ
ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ 1 TARTALOM 1.1 A MODELLEZÉS ÉS SZIMULÁCIÓ META-SZINTŰ HATÉKONYSÁGÁNAK JAVÍTÁSA A. Az SMM definiálása, a Jackson Keys módszer kiterjesztése
RészletesebbenElőszó.2. Starter exercises. 3. Exercises for kids.. 9. Our comic...17
2011. december Tartalom Előszó.2 Starter exercises. 3 Exercises for kids.. 9 Our comic....17 1 Előszó Kedves angolul tanulók! A 2010/2011- es tanévben elkezdett újságunkat szeretnénk továbbra is szerkeszteni
RészletesebbenAbigail Norfleet James, Ph.D.
Abigail Norfleet James, Ph.D. Left side of brain develops first in girls, right in boys o Probably source of girls verbal skills o And source of boys spatial skills Pre-frontal lobes Control impulses and
Részletesebben168 AV6 TÍPUS AV6 TYPE. Vezeték. max hossz Rail max length. Cikkszám Code. Alkatrészek Components
AV6 TÍPUS AV6 TYPE 83.038.001 Cikkszám Code Alkatrészek Components A A1 A2 A3 A4 B B1 B2 B3 B4 C dh10 D D1 H N O P R (mm) max hossz max length 83.039.001 AV605 M605 80 14,5 51 6 34 60 14,5 31 6 14 12 5
RészletesebbenPIACI HIRDETMÉNY / MARKET NOTICE
PIACI HIRDETMÉNY / MARKET NOTICE HUPX DAM Másnapi Aukció / HUPX DAM Day-Ahead Auction Iktatási szám / Notice #: Dátum / Of: 18/11/2014 HUPX-MN-DAM-2014-0023 Tárgy / Subject: Változások a HUPX másnapi piac
RészletesebbenÉRETTSÉGI VIZSGA május 25.
középszint angol nyelven 0621 ÉRETTSÉGI VIZSGA 2007. május 25. KÖZGAZDASÁGI-MARKETING ALAISMERETEK ANGOL NYELVEN THE BASICS OF MARKETING ECONOMICS KÖZÉSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA STANDARD LEVEL WRITTEN
RészletesebbenSzéchenyi István Egyetem www.sze.hu/~herno
Oldal: 1/6 A feladat során megismerkedünk a C# és a LabVIEW összekapcsolásának egy lehetőségével, pontosabban nagyon egyszerű C#- ban írt kódból fordítunk DLL-t, amit meghívunk LabVIEW-ból. Az eljárás
RészletesebbenFAMILY STRUCTURES THROUGH THE LIFE CYCLE
FAMILY STRUCTURES THROUGH THE LIFE CYCLE István Harcsa Judit Monostori A magyar társadalom 2012-ben: trendek és perspektívák EU összehasonlításban Budapest, 2012 november 22-23 Introduction Factors which
RészletesebbenON A NEWTON METHOD FOR THE INVERSE TOEPLITZ EIGENVALUE PROBLEM MOODY T. CHU
ON A NEWTON METHOD FOR THE INVERSE TOEPLITZ EIGENVALUE PROBLEM MOODY T. CHU Abstract. Iterative methods for inverse eigenvalue problems involve simultaneous approximation of the matrix being sought and
RészletesebbenBevezetés a kvantum-informatikába és kommunikációba 2016/2017 tavasz
Bevezetés a kvantum-informatikába és kommunikációba 2016/2017 tavasz Kvantumkapuk, áramkörök 2017. február 23. A kvantummechanika Posztulátumai, avagy, ahogy az apró dolgok működnek 1. Posztulátum: kvantum
RészletesebbenIntroduction to the use of MATLAB (Communications and Signal processing) Dr.Wührl, Tibor
Introduction to the use of MATLAB (Communications and Signal processing) Dr.Wührl, Tibor Introduction to the use of MATLAB (Communications and Signal processing) Dr.Wührl, Tibor Dr. Schuster, György A
RészletesebbenOperációs rendszerek Memóriakezelés 1.1
Operációs rendszerek Memóriakezelés 1.1 Pere László (pipas@linux.pte.hu) PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR INFORMATIKA ÉS ÁLTALÁNOS TECHNIKA TANSZÉK Operációs rendszerek p. A memóriakezelő A
RészletesebbenContact us Toll free (800) fax (800)
Table of Contents Thank you for purchasing our product, your business is greatly appreciated. If you have any questions, comments, or concerns with the product you received please contact the factory.
Részletesebbenés alkalmazások, MSc tézis, JATE TTK, Szeged, Témavezető: Dr. Hajnal Péter
Publikációs jegyzék Balogh János Jegyzetek, tézis: [1] Balogh J., Maximális folyamok és minimális költségű cirkulációk; algoritmusok és alkalmazások, MSc tézis, JATE TTK, Szeged, 1994. Témavezető: Dr.
RészletesebbenHáromfázisú hálózatok
PTE Műszaki és Informatikai Kar DR. GYURCSEK ISTVÁN Háromfázisú hálózatok Forrás és irodalom: Dr. Selmeczi Kálmán Schnöllner Antal: Villamosságtan II. Műszaki Könyvkiadó Torda Béla: Bevezetés az elektrotechnikába
RészletesebbenSzámítógéppel irányított rendszerek elmélete. A rendszer- és irányításelmélet legfontosabb részterületei. Hangos Katalin. Budapest
CCS-10 p. 1/1 Számítógéppel irányított rendszerek elmélete A rendszer- és irányításelmélet legfontosabb részterületei Hangos Katalin Villamosmérnöki és Információs Rendszerek Tanszék Folyamatirányítási
RészletesebbenA logaritmikus legkisebb négyzetek módszerének karakterizációi
A logaritmikus legkisebb négyzetek módszerének karakterizációi Csató László laszlo.csato@uni-corvinus.hu MTA Számítástechnikai és Automatizálási Kutatóintézet (MTA SZTAKI) Operációkutatás és Döntési Rendszerek
RészletesebbenLongman Exams Dictionary egynyelvű angol szótár nyelvvizsgára készülőknek
Longman Exams Dictionary egynyelvű angol szótár nyelvvizsgára készülőknek Egynyelvű angol nagyszótár haladó nyelvtanulóknak és nyelvvizsgázóknak 212,000 szócikkel A szótárban minden definíció egyszerű
Részletesebben