Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával
|
|
- Botond Kovács
- 7 évvel ezelőtt
- Látták:
Átírás
1 Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával 1 1 Eötvös Loránd Tudományegyetem, Informatikai Kar Kari TDK,
2 Tartalom 1 2
3 Tartalom 1 2
4 Optimalizálási feladatok arg minf (x) x Illesztések
5 Optimalizálási feladatok arg minf (x) x Illesztések
6 Automatikus differenciálás Automatikus differenciálás Duális számokat használ Pontos Csak explicit módon megadható, elemi függvényekre használható Numerikus differenciálás Véges differenciákat használ Gyors, de numerikusan pontatlan Bármilyen kiértékelhető függvényre alkalmazható
7 Tartalom 1 2
8 Eredetileg grafikai számítások elvégzésére Párhuzamosítottságot támogat Nagy számítási kapacitás kiaknázható Számítógépes látásban sok ezer adatpont jó a párhuzamosítás
9 Eredetileg grafikai számítások elvégzésére Párhuzamosítottságot támogat Nagy számítási kapacitás kiaknázható Számítógépes látásban sok ezer adatpont jó a párhuzamosítás
10 Tartalom 1 2
11 Számítógépes látás Síkhomográfia Kamerakalibráció
12 Számítógépes látás Síkhomográfia Kamerakalibráció
13 Tartalom 1 2
14 Jelenleg a legkorszerűbb numerikus optimalizációs rendszer Nyílt forrású, C++ template könyvtár Automatikus differenciálást is használ
15 Jelenleg a legkorszerűbb numerikus optimalizációs rendszer Nyílt forrású, C++ template könyvtár Automatikus differenciálást is használ
16 Tartalom 1 2
17 Duális számok Komplex számokhoz hasonló algebrai struktúra (a, b) (c, d) = (a c, b c + a d) C++ template osztállyal jól kezelhető Pontos deriváltkiértékelésre alkalmas (automatikus deriválás)
18 Duális számok Komplex számokhoz hasonló algebrai struktúra (a, b) (c, d) = (a c, b c + a d) C++ template osztállyal jól kezelhető Pontos deriváltkiértékelésre alkalmas (automatikus deriválás)
19 Duális számok Komplex számokhoz hasonló algebrai struktúra (a, b) (c, d) = (a c, b c + a d) C++ template osztállyal jól kezelhető Pontos deriváltkiértékelésre alkalmas (automatikus deriválás)
20 Kódgenerálás Matematikai függvények (R n R) kódjainak generálására Duális számok segítségével deriváltak kódját is elkészíti
21 Kódgenerálás Matematikai függvények (R n R) kódjainak generálására Duális számok segítségével deriváltak kódját is elkészíti
22 Deriváltkiértékelés SIMD paradigma használatával n fi (p, xi ) i=0
23 Algoritmusok Gradiens módszer Gauss-Newton módszer Levenberg-Marquardt módszer
24 Algoritmusok Gradiens módszer Gauss-Newton módszer Levenberg-Marquardt módszer
25 Algoritmusok Gradiens módszer Gauss-Newton módszer Levenberg-Marquardt módszer
26 Tartalom 1 2
27 Konvergencia Körillesztés A körillesztés - generált kezdőkörökre - mindig konvergált.
28 Konvergencia Ellipszisillesztés Az ellipszisillesztés - kevés kivételtől eltekintve - konvergált.
29 Hatékonyság Az OpenCL lehetővé teszi a hardverválasztást. } CPU-n futtatott tesztek összehasonlíthatók GPU-n futtatott tesztek
30 Hatékonyság Körillesztés
31 Hatékonyság Ellipszisillesztés
32 Tartalom 1 2
33
34 Egy OpenCL alapú numerikus optimalizálási rendszer. Többféle (illesztési és számítógépes látási) problémán validálva. Kitekintés További feladatok megoldása. Hatékonyság további javítása.
35 Appendix Irodalom (kivonat) Jeffrey A. Fike, Juan J. Alonso. The Development of Hyper-Dual Numbers for Exact Second Derivative Calculations John E. Stone, David Gohara, Guochun Shi. OpenCL: A Parallel Programming Standard for Heterogeneous Computing Systems Sameer Agarwal, Keir Mierle and Others. Ceres Solver.
36 Appendix Vége Köszönöm a figyelmet!
Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával
Eötvös Loránd Tudományegyetem Informatikai kar Algoritmusok és Alkalmazásaik Tanszék TDK dolgozat Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával Témavezető:
RészletesebbenKonvex optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával
Eötvös Loránd Tudományegyetem Informatikai kar Algoritmusok és Alkalmazásaik Tanszék Szakdolgozat Konvex optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával Témavezető:
RészletesebbenOpenCL - The open standard for parallel programming of heterogeneous systems
OpenCL - The open standard for parallel programming of heterogeneous systems GPU-k általános számításokhoz GPU Graphics Processing Unit Képalkotás: sok, általában egyszerű és független művelet < 2006:
RészletesebbenNem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
RészletesebbenGPGPU alapok. GPGPU alapok Grafikus kártyák evolúciója GPU programozás sajátosságai
GPGPU alapok GPGPU alapok Grafikus kártyák evolúciója GPU programozás sajátosságai Szenasi.sandor@nik.uni-obuda.hu GPGPU alapok GPGPU alapok Grafikus kártyák evolúciója GPU programozás sajátosságai Szenasi.sandor@nik.uni-obuda.hu
RészletesebbenSAT probléma kielégíthetőségének vizsgálata. masszív parallel. mesterséges neurális hálózat alkalmazásával
SAT probléma kielégíthetőségének vizsgálata masszív parallel mesterséges neurális hálózat alkalmazásával Tajti Tibor, Bíró Csaba, Kusper Gábor {gkusper, birocs, tajti}@aries.ektf.hu Eszterházy Károly Főiskola
RészletesebbenKészítette: Trosztel Mátyás Konzulens: Hajós Gergely
Készítette: Trosztel Mátyás Konzulens: Hajós Gergely Monte Carlo Markov Chain MCMC során egy megfelelően konstruált Markov-lánc segítségével mintákat generálunk. Ezek eloszlása követi a céleloszlást. A
RészletesebbenOpenCL alapú eszközök verifikációja és validációja a gyakorlatban
OpenCL alapú eszközök verifikációja és validációja a gyakorlatban Fekete Tamás 2015. December 3. Szoftver verifikáció és validáció tantárgy Áttekintés Miért és mennyire fontos a megfelelő validáció és
RészletesebbenMatematika és Számítástudomány Tanszék
Matematika és Számítástudomány Tanszék Műszaki Tudományi Kar Matematika és Számítástudomány Tanszék Tanszékvezető: Dr. Horváth Zoltán Beosztás: Főiskolai tanár Elérhetőség: Telefon: (96)/503-647 E-mail:
RészletesebbenKonjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
RészletesebbenKereső algoritmusok a diszkrét optimalizálás problémájához
Kereső algoritmusok a diszkrét optimalizálás problémájához A. Grama, A. Gupta, G. Karypis és V. Kumar: Introduction to Parallel Computing, Addison Wesley, 2003. könyv anyaga alapján A kereső eljárások
RészletesebbenFlynn féle osztályozás Single Isntruction Multiple Instruction Single Data SISD SIMD Multiple Data MISD MIMD
M5-. A lineáris algebra párhuzamos algoritmusai. Ismertesse a párhuzamos gépi architektúrák Flynn-féle osztályozását. A párhuzamos lineáris algebrai algoritmusok között mi a BLAS csomag célja, melyek annak
RészletesebbenKereső algoritmusok a diszkrét optimalizálás problémájához
Kereső algoritmusok a diszkrét optimalizálás problémájához A. Grama, A. Gupta, G. Karypis és V. Kumar: Introduction to Parallel Computing, Addison Wesley, 2003. könyv anyaga alapján A kereső eljárások
RészletesebbenKomputeralgebra Rendszerek
Komputeralgebra Rendszerek Bevezető és történeti áttekintés Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék 2015. február 17. TARTALOMJEGYZÉK 1 of 73 TARTALOMJEGYZÉK 1 TARTALOMJEGYZÉK 2 Mi a komputeralgebra
Részletesebben3. előadás. Termelési és optimalizálási feladatok. Dr. Szörényi Miklós, Dr. Kallós Gábor
3. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak
RészletesebbenTartalom. Matematikai alapok. Termékgyártási példafeladat. Keverési példafeladat Szállítási példafeladat Hátizsák feladat, egészértékű feladat
6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2013 2014 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Termékgyártási
RészletesebbenOPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS. Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem
OPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem OpenCV Nyílt forráskódú szoftver (BSD licensz) Számítógépes látás,
RészletesebbenGyőri HPC kutatások és alkalmazások
Győri HPC kutatások és alkalmazások dr. Horváth Zoltán dr. Környei László Fülep Dávid Széchenyi István Egyetem Matema5ka és Számítástudomány Tanszék 1 HPC szimulációk az iparban Feladat: Rába- futómű terhelés
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenTartalom. Matematikai alapok. Fontos fogalmak Termékgyártási példafeladat
6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak
RészletesebbenInformatika Rendszerek Alapjai
Informatika Rendszerek Alapjai Dr. Kutor László Fejlődési tendenciák Információ-feldolgozó paradigmák Analóg és digitális rendszerek jellemzői http://uni-obuda.hu/users/kutor/ IRA 2014 könyvtár 2014. ősz
RészletesebbenMagas szintű optimalizálás
Magas szintű optimalizálás Soros kód párhuzamosítása Mennyi a várható teljesítmény növekedés? Erős skálázódás (Amdahl törvény) Mennyire lineáris a skálázódás a párhuzamosítás növelésével? S 1 P 1 P N GPGPU
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenAz MTA Cloud a tudományos alkalmazások támogatására. Kacsuk Péter MTA SZTAKI
Az MTA Cloud a tudományos alkalmazások támogatására Kacsuk Péter MTA SZTAKI Kacsuk.Peter@sztaki.mta.hu Tudományos alkalmazások és skálázhatóság Kétféle skálázhatóság: o Vertikális: dinamikusan változik
RészletesebbenÖsszeállította Horváth László egyetemi tanár
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011
RészletesebbenSZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.
SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai
RészletesebbenGPU-Accelerated Collocation Pattern Discovery
GPU-Accelerated Collocation Pattern Discovery Térbeli együttes előfordulási minták GPU-val gyorsított felismerése Gyenes Csilla Sallai Levente Szabó Andrea Eötvös Loránd Tudományegyetem Informatikai Kar
RészletesebbenBánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary
optimalizáló eljárás, Csendes Tibor, Palatinus Endre és Lévai Balázs László Szegedi Tudományegyetem Szeptember 28-30, 2011, Balatonöszöd, Hungary Közmegvilágítási feladat Adott egy megvilágítandó terület,
RészletesebbenFragmentációs függvények parametrizációja Tsallis Pareto-alakú eloszlásokkal
Eötvös Loránd Tudományegyetem V. Fizikus MSc Fragmentációs függvények parametrizációja Tsallis Pareto-alakú eloszlásokkal Témavezet : Dr. Barnaföldi Gergely Gábor MTA Wigner Fizikai Kutatóközpont 2013.
RészletesebbenKereső algoritmusok a diszkrét optimalizálás problémájához
Többszálú, többmagos architektúrák és programozásuk Óbudai Egyetem, Neumann János Informatikai Kar Kereső algoritmusok a diszkrét optimalizálás problémájához A diszkrét optimalizálási probléma Soros megoldás
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr.
RészletesebbenAutomatikus tesztgenerálás modell ellenőrző segítségével
Méréstechnika és Információs Rendszerek Tanszék Automatikus tesztgenerálás modell ellenőrző segítségével Micskei Zoltán műszaki informatika, V. Konzulens: Dr. Majzik István Tesztelés Célja: a rendszerben
RészletesebbenKomputeralgebra rendszerek
Komputeralgebra rendszerek I. Bevezetés Czirbusz Sándor czirbusz@gmail.com Komputeralgebra Tanszék ELTE Informatika Kar D2.711A 2009-2010 tavasz Tartalomjegyzék 1 Előzetes 2 Komputeralgebra 3 Történeti
RészletesebbenKétszemélyes játékok
Mesterséges Intelligencia alapjai, gyakorlat Eötvös Loránd Tudományegyetem Informatikai Kar Programozáselmélet és Szoftvertechnológiai Tanszék 2010 / udapest Kétszemélyes teljes információjú játékok két
RészletesebbenIntelligens adatelemzés
Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az
Részletesebben3D-s számítógépes geometria és alakzatrekonstrukció
3D-s számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav08 Dr. Várady Tamás,
Részletesebben2014/2015. tavaszi félév
Hajder L. és Valasek G. hajder.levente@sztaki.mta.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2014/2015. tavaszi félév Tartalom Geometria modellezés 1 Geometria modellezés 2 Geometria modellezés
RészletesebbenAliROOT szimulációk GPU alapokon
AliROOT szimulációk GPU alapokon Nagy Máté Ferenc & Barnaföldi Gergely Gábor Wigner FK ALICE Bp csoport OTKA: PD73596 és NK77816 TARTALOM 1. Az ALICE csoport és a GRID hálózat 2. Szimulációk és az AliROOT
RészletesebbenTartalomjegyzék. Typotex Kiadó, 2010
Tartalomjegyzék 15. Elliptikus egyenletek 7 15.1. Bevezetés: Elliptikus egyenletek alkalmazott feladatokban... 7 15.2. Elméleti háttér.......................... 9 15.3. Véges dierencia eljárások II...................
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenGPU Lab. 4. fejezet. Fordítók felépítése. Grafikus Processzorok Tudományos Célú Programozása. Berényi Dániel Nagy-Egri Máté Ferenc
4. fejezet Fordítók felépítése Grafikus Processzorok Tudományos Célú Programozása Fordítók Kézzel assembly kódot írni nem érdemes, mert: Egyszerűen nem skálázik nagy problémákhoz arányosan sok kódot kell
RészletesebbenACM Snake. Orvosi képdiagnosztika 11. előadás első fele
ACM Snake Orvosi képdiagnosztika 11. előadás első fele ACM Snake (ismétlés) A szegmentáló kontúr egy paraméteres görbe: x Zs s X s, Y s,, s A szegmentáció energia funkcionál minimalizálása: E x Eint x
RészletesebbenAlkalmazott matematika és módszerei I Tantárgy kódja
Tantárgy neve Alkalmazott matematika és módszerei I Tantárgy kódja MTB1901 Meghirdetés féléve Kreditpont 4 Összóraszám (elm+gyak) + Számonkérés módja G Előfeltétel (tantárgyi kód) - Tantárgyfelelős neve
RészletesebbenKUTATÁSOK INFORMATIKAI TÁMOGATÁSA. Dr. Szénási Sándor
KUTATÁSOK INFORMATIKAI TÁMOGATÁSA Dr. Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Informatikai Intézet Alapvető jellemzői NVIDIA GTX 1080 2560
Részletesebbenn n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 )
Matek szigorlat Komplex számok Sorozat határérték., a legnagyobb taggal egyszerűsítünk n n 3 3n 2 + 2 3n 2 n n + 2 25 n 3 9 n 2 + + 3) 2n 8 n 3 2n 3,, n n5 + n 2 n 2 5 2n + 2 3n 2) n+ 2. e-ados: + a )
RészletesebbenDr. habil. Maróti György
infokommunikációs technológiák III.8. MÓDSZER KIDOLGOZÁSA ALGORITMUSOK ÁTÜLTETÉSÉRE KIS SZÁMÍTÁSI TELJESÍTMÉNYŰ ESZKÖZÖKBŐL ÁLLÓ NÉPES HETEROGÉN INFRASTRUKTÚRA Dr. habil. Maróti György maroti@dcs.uni-pannon.hu
RészletesebbenNemlineáris modellek
Ferenci Tamás tamas.ferenci@medstat.hu 2018. február 7. Tartalom 1 2 3 4 A marginális hatás fogalma Marginális hatás: a magyarázó változó kis növelésének hatására mekkora az eredményváltozó egységnyi magyarázóváltozó-növelésre
Részletesebbennövekedése a processzorok számának növekedésénél sokkal nagyobb mértékben nő (szuper gyorsítási effektus).
A beszámolás tárgyát képező kutatási program címe: Soft computing számítógépes realizálása számítógépes algoritmusokkal. A pályázat beadásának idejében a soft computing elnevezés három egymással összefüggő
RészletesebbenMérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben
Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok
RészletesebbenTermék modell. Definíció:
Definíció: Termék modell Összetett, többfunkciós, integrált modell (számítógépes reprezentáció) amely leír egy műszaki objektumot annak különböző életfázis szakaszaiban: tervezés, gyártás, szerelés, szervízelés,
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenGrafikus csővezeték 1 / 44
Grafikus csővezeték 1 / 44 Grafikus csővezeték Vertex feldolgozás A vertexek egyenként a képernyő térbe vannak transzformálva Primitív feldolgozás A vertexek primitívekbe vannak szervezve Raszterizálás
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok I. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok
RészletesebbenVéges geometria és ami mögötte van
Véges geometria és ami mögötte van Bogya Norbert Bolyai Intézet, Szegedi Tudományegyetem Doktori Nyílt Nap 2015. október 2. Bogya Norbert (Bolyai Intézet) Véges geometria és... Doktori Nyílt Nap 1 / 30
RészletesebbenOracle GoldenGate Studio Nagyon rövid bemutató. Quick Talk. Gollnhofer Gábor
Oracle GoldenGate Studio Nagyon rövid bemutató Oracle GoldenGate Studio Quick Talk Gollnhofer Gábor 1 Alapelvek Adatmozgatási modellek 2 Rövid Oracle replikációs történet Change Data Capture (CDC) Oracle
RészletesebbenSzámítógépes látás alapjai
Számítógépes látás alapjai Csetverikov Dmitrij, Hajder Levente Eötvös Lóránd Egyetem, Informatikai Kar Csetverikov, Hajder (ELTE Informatikai Kar) Számítógépes látás 1 / 44 Többkamerás 3D-s rekonstrukció
RészletesebbenTantárgy adatlap Operációkutatás
A tantárgy kódja: 4OP13NAK20B A tantárgy megnevezése (magyarul): A tantárgy neve (angolul): Operations Research A tanóra száma (Előadás + szeminárium + gyakorlat + egyéb): 2+1 (előadás+gyakorlat) Kreditérték:
RészletesebbenVirtualizációs technológiák és alkalmazások. Házi feladat. A Virtualbox. készítette: Andrus Tamás
Virtualizációs technológiák és alkalmazások Házi feladat készítette: Andrus Tamás Bevezető a honlapjuk (http://virtualbox.org) tanúsága szerint az egyetlen nyílt forrású virtualizációs szoftver a piacon.
RészletesebbenSZOFTVEREK A SORBANÁLLÁSI ELMÉLET OKTATÁSÁBAN
SZOFTVEREK A SORBANÁLLÁSI ELMÉLET OKTATÁSÁBAN Almási Béla, almasi@math.klte.hu Sztrik János, jsztrik@math.klte.hu KLTE Matematikai és Informatikai Intézet Abstract This paper gives a short review on software
RészletesebbenKutatás-fejlesztési eredmények a Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszéken. Dombi József
Kutatás-fejlesztési eredmények a Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszéken Dombi József Mesterséges intelligencia Klasszikus megközelítés (A*, kétszemélyes játékok, automatikus tételbizonyítás,
RészletesebbenAz ellátási láncok algoritmikus szintézise
Az ellátási láncok algoritmikus szintézise Bertók Botond, Adonyi Róbert, Kovács Zoltán, Friedler Ferenc Pannon Egyetem Műszaki Informatikai Kar XXVII. Magyar Operációkutatási Konferencia 2007. június 7.
RészletesebbenBírálat. Farkas András
Bírálat Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával (Appraisal and Development of Transportation Systems Using Multiple Criteria Decision
RészletesebbenKurzus címe, típusa (ea, sz, gy, lab, konz stb.) Tárgyfelelős Előfeltétel (kurzus kódja) Előfeltétel típusa
Az Intézet minden előadás és gyakorlatból álló tárgyánál az előadás és a gyakorlat párhuzamos felvétele, az előadások vizsgáinak a gyakorlat teljesítettsége feltétel. Szak neve: Programtervező informatikus
Részletesebben"A tízezer mérföldes utazás is egyetlen lépéssel kezdődik."
"A tízezert mérföldes utazás is egyetlen lépéssel kezdődik dik." A BINB INSYS Előadók: Kornafeld Ádám SYS PROJEKT Ádám MTA SZTAKI kadam@sztaki.hu Kovács Attila ELTE IK attila@compalg.inf.elte.hu Társszerzők:
RészletesebbenVégeselem modellezés alapjai 1. óra
Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok I. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok
RészletesebbenMISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR MATEMATIKAI INTÉZET SZAKDOLGOZATI TÉMÁK
SZAKDOLGOZATI TÉMÁK 2018 Fedélzeti kamera alapú helymeghatározó, navigációs algoritmusok vizsgálata és implementálása Témavezető: Dr. Árvai-Homolya Szilvia A drónok mind szélesebb körű elterjedésével,
RészletesebbenVégeselemes analízisen alapuló méretezési elvek az Eurocode 3 alapján. Dr. Dunai László egyetemi tanár BME, Hidak és Szerkezetek Tanszéke
Végeselemes analízisen alapuló méretezési elvek az Eurocode 3 alapján Dr. Dunai László egyetemi tanár BME, Hidak és Szerkezetek Tanszéke 1 Tartalom Méretezési alapelvek Numerikus modellezés Analízis és
RészletesebbenVári Péter-Rábainé Szabó Annamária-Szepesi Ildikó-Szabó Vilmos-Takács Szabolcs KOMPETENCIAMÉRÉS 2004
Vári Péter-Rábainé Szabó Annamária-Szepesi Ildikó-Szabó Vilmos-Takács Szabolcs KOMPETENCIAMÉRÉS 2004 2005 Budapest Értékelési Központ SuliNova Kht. 2 Országos Kompetenciamérés 2004 Tartalom 1. Bevezetés...4
RészletesebbenBudapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék. Neurális hálók. Pataki Béla
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Neurális hálók Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz BME I.E. 414, 463-26-79
RészletesebbenBeltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése
Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése Regula Gergely, Lantos Béla BME Villamosmérnöki és Informatikai Kar Irányítástechnika és
RészletesebbenHajder Levente 2018/2019. II. félév
Hajder Levente hajder@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2018/2019. II. félév Tartalom 1 2 Törtvonal Felületi folytonosságok B-spline Spline variánsok Felosztott (subdivision) görbék
RészletesebbenDigitális kultúra, avagy hová lett az informatika az új NAT-ban? Farkas Csaba
Digitális kultúra, avagy hová lett az informatika az új NAT-ban? Farkas Csaba farkas.csaba@uni-eszterhazy.hu Áttekintés A digitális átalakulás nem választás kérdése: olyan elkerülhetetlen jelenség, amelyre
RészletesebbenNégyprocesszoros közvetlen csatolású szerverek architektúrája:
SzA49. AMD többmagos 2 és 4 processzoros szerverarchitektúrái (a közvetlenül csatolt architektúra főbb jegyei, négyprocesszoros közvetlen csatolású szerverek architektúrája, többmagos szerverprocesszorok
RészletesebbenParciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc
Karátson, János Horváth, Róbert Izsák, Ferenc numerikus módszerei számítógépes írta Karátson, János, Horváth, Róbert, és Izsák, Ferenc Publication date 2013 Szerzői jog 2013 Karátson János, Horváth Róbert,
RészletesebbenMatematikai alapok 1 Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdaságinformatikus szak nappali tagozat Matematikai alapok 1 Tantárgyi útmutató 2015/16 tanév II. félév 1/5 Tantárgy megnevezése Matematikai alapok 1 Tantárgy jellege/típusa:
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenNemlineáris jelenségek és Kao2kus rendszerek vizsgálata MATHEMATICA segítségével. Előadás: 10-12 Szerda, 215 Labor: 16-18, Szerda, 215
Nemlineáris jelenségek és Kao2kus rendszerek vizsgálata MATHEMATICA segítségével Előadás: 10-12 Szerda, 215 Labor: 16-18, Szerda, 215 Célok: Ismerkedés a kao2kus dinamikával és ennek tanulmányozása. A
RészletesebbenMesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008
Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 007/008 Az Előadások Témái Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció i stratégiák Szemantikus hálók / Keretrendszerek
RészletesebbenDiszkréten mintavételezett függvények
Diszkréten mintavételezett függvények A függvény (jel) értéke csak rögzített pontokban ismert, de köztes pontokban is meg akarjuk becsülni időben mintavételezett jel pixelekből álló műholdkép rácson futtatott
RészletesebbenSzámítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája
Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája Tasnádi Tamás 2014. szeptember 11. Kivonat A tárgy a BME Fizika BSc szak kötelező, alapozó tárgya a képzés 1. félévében. A tárgy
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
RészletesebbenÓbudai Egyetem. Doktori (PhD) értekezés. Adatpárhuzamos sejtmagkeresési eljárás fejlesztése és paramétereinek optimalizálása Szénási Sándor
Óbudai Egyetem Doktori (PhD) értekezés Adatpárhuzamos sejtmagkeresési eljárás fejlesztése és paramétereinek optimalizálása Szénási Sándor Témavezető: Vámossy Zoltán, PhD Alkalmazott Informatikai Doktori
RészletesebbenBevezetés. Többszálú, többmagos architektúrák és programozásuk Óbudai Egyetem, Neumann János Informatikai Kar
Többszálú, többmagos architektúrák és programozásuk Óbudai Egyetem, Neumann János Informatikai Kar Bevezetés Motiváció Soros és párhuzamos végrehajtás, soros és párhuzamos programozás Miért? Alapfogalmak
RészletesebbenKomputeralgebra Rendszerek
Komputeralgebra Rendszerek Bevezető és történeti áttekintés Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék 2017. február 12. TARTALOMJEGYZÉK 1 of 82 TARTALOMJEGYZÉK 1 Mi a komputeralgebra 2 Történet
RészletesebbenSzámítógépes képelemzés 7. előadás. Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék
Számítógépes képelemzés 7. előadás Dr. Balázs Péter SZTE, Képfeldolgozás és Számítógépes Grafika Tanszék Momentumok Momentum-alapú jellemzők Tömegközéppont Irányultáság 1 2 tan 2 1 2,0 1,1 0, 2 Befoglaló
RészletesebbenHozzáférés a HPC-hez, kezdő lépések (előadás és demó)
Hozzáférés a HPC-hez, kezdő lépések (előadás és demó) 2013.04.16. Rőczei Gábor roczei@niif.hu Főbb témák Hozzáférés a HPC-hez (Linux/Windows) Programok elindítása a különböző HPC gépeken Vizualizáció (kapcsolódás
RészletesebbenAlgoritmusok tervezése
Az ember legfontosabb energiaforrására a cukorra is ugyanez érvényes, csak fordítva, hiszen az él szervezet csak jobbra forgató cukrokat gyárt és képes felhasználni, míg a balra forgatók az él szervezetben
RészletesebbenAutóipari beágyazott rendszerek. Komponens és rendszer integráció
Autóipari beágyazott rendszerek és rendszer integráció 1 Magas szintű fejlesztési folyamat SW architektúra modellezés Modell (VFB) Magas szintű modellezés komponensek portok interfészek adattípusok meghatározása
RészletesebbenInformatika Rendszerek Alapjai
Informatika Rendszerek Alapjai Dr. Kutor László Alapfogalmak Információ-feldolgozó paradigmák Analóg és digitális rendszerek jellemzői Jelek típusai Átalakítás rendszerek között http://uni-obuda.hu/users/kutor/
RészletesebbenA PÁLYÁZAT LEFOLYÁSA, SZEMÉLYI, TARTALMI VÁLTOZÁSAI
Z Á R Ó J E L E N T É S OTKA nyilvántartási szám: K69018 Témavezető: Gingl Zoltán A téma címe: Fluktuációk és zajok alap- és interdiszciplináris kutatása fizikai, neurocardiológiai és nanotechnologiai
RészletesebbenProgramelemek. Gyógyító Magyarország Egészségipari Program. Zöldgazdaság-fejlesztési Program. Vállalkozásfejlesztési Program
ÚSZT 2011. Programelemek Gyógyító Magyarország Egészségipari Program Zöldgazdaság-fejlesztési Program Vállalkozásfejlesztési Program Tudomány Innováció Program Foglalkoztatási Program Közlekedésfejlesztési
RészletesebbenFolyamatoptimalizálás: a felhőalapú modernizáció kiindulópontja. Bertók Botond Pannon Egyetem, Műszaki Informatikai Kar
Folyamatoptimalizálás: a felhőalapú modernizáció kiindulópontja Bertók Botond Pannon Egyetem, Műszaki Informatikai Kar Tartalom Felhőalapú szolgáltatások Kihívások Módszertan Kutatás Projektek 2 Felső
Részletesebben1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit
2. MELLÉKLET Az oktatási koncepciója 1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Az informatika alapjai Tud. Min. 1 Automata hálózatok 2 V Dr. Dömösi Pál DSc 2 Automaták és
RészletesebbenMikrorendszerek tervezése
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KAR MÉRÉSTECHNIKA ÉS INFORMÁCIÓS RENDSZEREK TANSZÉK Mikrorendszerek tervezése Beágyazott rendszerek Fehér Béla Raikovich Tamás
Részletesebben1. feladatsor: Vektorfüggvények deriválása (megoldás)
Matematika A gyakorlat Energetika és Mechatronika BSc szakok 016/17 ősz 1. feladatsor: Vektorfüggvények deriválása megoldás) 1. Tekintsük azt az L : R R lineáris leképezést ami az 1 0) vektort az 1 0 )
RészletesebbenBabeş Bolyai Tudományegyetem, Kolozsvár Matematika és Informatika Kar Magyar Matematika és Informatika Intézet
/ Babeş Bolyai Tudományegyetem, Kolozsvár Matematika és Informatika Kar Magyar Matematika és Informatika Intézet / Tartalom 3/ kernelek segítségével Felügyelt és félig-felügyelt tanulás felügyelt: D =
RészletesebbenDELTA (Δ) ÉS DÉ (d) Hegedűs János Leőwey Klára Gimnázium, Pécs az ELTE Természettudományi Kar PhD hallgatója hegejanos@gmail.com
DELTA (Δ) ÉS DÉ (d) Hegedűs János Leőwey Klára Gimnázium, Pécs az ELTE Természettudományi Kar PhD hallgatója hegejanos@gmail.com BEVEZETŐ PROBLÉMAFELVETÉS A diákoknak a sebesség szó hallatán kizárólag
RészletesebbenGPGPU-k és programozásuk Dezső, Sima Sándor, Szénási
GPGPU-k és programozásuk Dezső, Sima Sándor, Szénási GPGPU-k és programozásuk írta Dezső, Sima és Sándor, Szénási Szerzői jog 2013 Typotex Kivonat A processzor technika alkalmazásának fejlődése terén napjaink
RészletesebbenVideókártya - CUDA kompatibilitás: CUDA weboldal: Példaterületek:
Hasznos weboldalak Videókártya - CUDA kompatibilitás: https://developer.nvidia.com/cuda-gpus CUDA weboldal: https://developer.nvidia.com/cuda-zone Példaterületek: http://www.nvidia.com/object/imaging_comp
Részletesebben