GPU-k a gravitációs hullám kutatásban
|
|
- Antal Horváth
- 8 évvel ezelőtt
- Látták:
Átírás
1 GPU-k a gravitációs hullám kutatásban Debreczeni Gergely MTA KFKI RMKI (Gergely.Debreczeni@rmki.kfki.hu) e-science Cafè november 14. Óbudai Egyetem Neumann János Informatikai Kar
2 Á.R.: Megfigyelhető jelenségek Gravitációs hullámok: Az általános relativitáselmélet által megjósolt jelenség. Hatalmas tömegek mozgásakor fellépő teridő torzulások tovaterjedései. Mindmáig csak közvetett (de nagyon meggyőző) bizonyítékunk van. Ált. Rel. megfigyelt jóslatai: Perihélium elfordulás Gravitációs lencsézés Az idő 'múlásának' változása 2
3 A Hulse- Taylor pulzár A grav. hull. kutatók Szent Grálja ben fedezték fel (Russel Hulse, Joseph Taylor) Valószíűleg 2 neutron csillag 3,1 mm közeledés keringésenként 59 ms-os pulzálás 7,75 orás keringési idő 1993 megoszott Nobel-díj 3
4 Lehetséges GH források Csillagkettősök összeolvadása Sztochasztikus hullámok Pulzárok, neutron csillagok Szupernovák 4
5 Miért érdekesek? Az asztrofizikai objektumok teljesen új arcát láthatjuk meg Eddig láthatatlan dolgokat figyelhetünk meg Az emberiség új "érzékszerve" lenne Különböző elméletek tesztelése Wilheim Conrad Roentgen
6 Interferométerek A világ legpontosabb relatív mérése, m pontosság! Rengeteg környezeti zaj kiküszöbölését kell megoldani Több izolált detektor kell, hogy koincidenciát tudjunk mérni A beeső gravitációs hullám megváltoztatja a karhosszúságot. Az interferencipontban ezáltal megváltozik a fényintenzitás. A mérés kimenete a két kar hosszúságának különbsége. 6
7 Bespirálozó kettőcsillagok Hullámformák A lehetséges hullámformákat ki lehet számolni és összehasonlítani a mérési adatokkal A "matched-filtering" módszert használjuk erre Nagyon érzékeny, de nagyon instabil módszer 7
8 A GPU-k felhasználása A Wiener-filter egy optimális lineáris szűrő módszer ismert jelalakok stacionárius zajban való kereséséhez. Fourier transzformáció Vektorok skaláris szorzása Vektorok összeadása, komplex konjugálása Integrálás (összegzés) A fenti algoritmusok művelet szinten is nagyon jól párhuzamosíthatók, ezen felül még paramétertér és adatszegmensek szintjén és feldarabolható a feladat. A GPU maximális kihasználtsága a cél! 8
9 A GPU-k felhasználása Ha a probléma visszavezethető az adatfolyam feldolgozás (stream processing) paradigmájára akkor sikeresen gyorsítható GPU-n Rengeteg probléma visszavezethető az Nincs CPU - GPU adat transzfer, a CPU csak vezérel, minden számolás a GPU-n alapvető kernel műveleti osztályok történik valamelyikére: A műveletek aritmetikai sűrűsége Leképezés (map) Összevonás (reduce) Szórás és gyűjtés (scatter and gather) Prefix összeg képzés (prefix sum) Pinned memoria használata Szűrés (filter) Globális és osztott memória használatának Rendezés (sort) Keresés (search) viszonylag kics, ezért egy kernel több adatdarabon is végrehajtja ugyanazt az operációt. Loop unrolling lehetségessé válik. optimalizálása 9
10 Pl.: Variancia számítás A variancia számítás például így végezhetö el GPU -n: Szorzatfüggvény: leképezés (map) művelet Templatekre kötegelt módon Minden adatelemre külön szál? Összegzés speciális redukálási művelet, az eredmény 1 elemű Az asszociatív műveletek hatékony párhuzamosításának elmélete már régóta létezik 10
11 Eredmények Miért jó ez a kísérletnek? Elért sebességnövekedés: CPU Quad Core AMD 3 GHz Gyorsabb, olcsóbb GPU: Tesla c2ö50 Az új detektorok érzékenyebbek lesznek, Mintavételezési frekvencia: 4096 Hz Adatcsonk mérete 2048 sec: 2 sokkal hoszabb jeleket képesek detektálni Szegmensek mérete 128 sec 500 template 23 amelyek feldolgozásához nagyságrendekkel többet kell számolni. minta További releváns több paraméterrel rendelkező releváns asztrofizikai modell tesztelése, vizsgálata is lehetővé válik. Régi CPU kód: 44 perc GPU kód: 17 másodperc! Az optikai és részecskefizikai teleszkópok riasztásai után minimális időkésedelemmel fel tudjuk dolgozni az adatokat. Több mint 2 nagyságrend az elért gyorsulás! 11
12 Összehasonlítás 5 GPU val kb 500 CPU számítási teljesítményét helyettesíthetjük: 3 Mft problémafüggő. Más 2.5 KW jellegű számítási vagy adatfeldolgozási feladatok más optimális megoldásokat igényelnek. 500 CPU-s klaszter (125 4 magos gép) összehasonlítás erősen 5 GPU + befogadó gépek Mft kw 107 Mft 37 kw A GPU kártyák (még) nem teljesen általános processzorok. HPC (pl: SGI Altrix ICE) Természetesen ez az Célprogramozás, régi kódok futtatás nem olyan egyszerű 12
13 Az RMKI Virgo csoport 13
Folytonos gravitációs hullámok keresése GPU-k segítségével
Folytonos gravitációs hullámok keresése GPU-k segítségével Debreczeni Gergely (Gergely.Debreczeni@rmki.kfki.hu) MTA KFKI RMKI GPU nap 2011 2011. július 8. Á.R.: Megfigyelhető jelenségek Gravitációs hullámok:
RészletesebbenA Wigner FK részvétele a VIRGO projektben
Kettős rendszerek jellemzőinek meghatározása gravitációs hullámok segítségével A Wigner FK részvétele a VIRGO projektben Vasúth Mátyás PhD, MTA Wigner FK A Magyar VIRGO csoport vezetője MTA, 2016.05.05
RészletesebbenAdatfeldolgozás a kísérleti gravitációshullám fizikában
Adatfeldolgozás a kísérleti gravitációshullám fizikában Debreczeni Gergely Wigner FK, Gravitációfizikai kutatócsoport Mafihe Téli iskola 2015. február 3. ELTE A gravitációshullámokról 2 Á.R.: Megfigyelhető
RészletesebbenAZ UNIVERZUM SUTTOGÁSA
AZ UNIVERZUM SUTTOGÁSA AVAGY MIT HALLANAK A GRAVITÁCIÓSHULLÁM-DETEKTOROK Vasúth Mátyás MTA Wigner FK A Magyar VIRGO csoport vezetője Wigner FK 2016.05.27. Gravitációs hullámok obszervatóriumok Einstein-teleszkóp
RészletesebbenFekete lyukak, gravitációs hullámok és az Einstein-teleszkóp
Fekete lyukak, gravitációs hullámok és az Einstein-teleszkóp GERGELY Árpád László Fizikai Intézet, Szegedi Tudományegyetem 10. Bolyai-Gauss-Lobachevsky Konferencia, 2017, Eszterházy Károly Egyetem, Gyöngyös
RészletesebbenA Webtől a. Gridig. A Gridről dióhéjban. Debreczeni Gergely (MTA KFKI RMKI) Debreczeni.Gergely@wigner.mta.hu
A Webtől a Gridig A Gridről dióhéjban Debreczeni Gergely (MTA KFKI RMKI) Debreczeni.Gergely@wigner.mta.hu A tartalomból: Számítástechnika a CERN-ben A Web születése Az LHC Grid A Grid alkalmazásai Gyógyászat
RészletesebbenDr. Berta Miklós. Széchenyi István Egyetem. Dr. Berta Miklós: Gravitációs hullámok / 12
Gravitációs hullámok Dr. Berta Miklós Széchenyi István Egyetem Fizika és Kémia Tanszék Dr. Berta Miklós: Gravitációs hullámok 2016. 4. 16 1 / 12 Mik is azok a gravitációs hullámok? Dr. Berta Miklós: Gravitációs
RészletesebbenGravitációs hullámok. Vasúth Mátyás. Wigner FK, RMI. Wigner FK,
Gravitációs hullámok Vasúth Mátyás Wigner FK, RMI Wigner FK, 2014.09.17-19 Bevezetés Gravitációs hullámok és detektorok Adatgyűjtés Adatfeldolgozás, GPU Einstein-egyenletek, hullámformák Kettős rendszerek
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
RészletesebbenGravitációs hullámok,
Mechwart nap, 2016 Gravitációs hullámok, avagy a 2017. évi Nobel-díj Dr. Kardos Ádám Tudományos főmunkatárs Debreceni Egyetem, Fizikai Intézet Bevezetés helyett Bevezetés helyett 2015 Szeptember 14. 11:50:45
RészletesebbenA Webtől a. Gridig. A Gridről dióhéjban. Debreczeni Gergely (MTA KFKI RMKI) Gergely.Debreczeni@rmki.kfki.hu
A Webtől a Gridig A Gridről dióhéjban Debreczeni Gergely (MTA KFKI RMKI) Gergely.Debreczeni@rmki.kfki.hu A tartalomból: Számítástechnika a CERN-ben A Web születése Az LHC Grid A Grid alkalmazásai Gyógyászat
RészletesebbenPósfay Péter. ELTE, Wigner FK Témavezetők: Jakovác Antal, Barnaföldi Gergely G.
Pósfay Péter ELTE, Wigner FK Témavezetők: Jakovác Antal, Barnaföldi Gergely G. A Naphoz hasonló tömegű csillagok A Napnál 4-8-szor nagyobb tömegű csillagok 8 naptömegnél nagyobb csillagok Vörös óriás Szupernóva
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
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
RészletesebbenAz NIIF új szuperszámítógép infrastruktúrája Új lehetőségek a kutatói hálózatban 2012.02.23.
Az NIIF új szuperszámítógép infrastruktúrája Új lehetőségek a kutatói hálózatban 2012.02.23. Dr. Máray Tamás NIIF Intézet NIIF szuperszámítógép szolgáltatás a kezdetek 2001 Sun E10k 60 Gflops SMP architektúra
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/
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:
RészletesebbenIntelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban
Intelligens Rendszerek Elmélete : dr. Kutor László Versengéses és önszervező tanulás neurális hálózatokban http://mobil.nik.bmf.hu/tantargyak/ire.html Login név: ire jelszó: IRE07 IRE 9/1 Processzor Versengéses
RészletesebbenKiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése
Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése Dr. Kallós Gábor 2014 2015 1 Az Ordó jelölés Azt mondjuk, hogy az f(n) függvény eleme az Ordó(g(n)) halmaznak, ha van olyan c konstans (c
RészletesebbenSzámítógép-rendszerek fontos jellemzői (Hardver és Szoftver):
B Motiváció B Motiváció Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver): Helyesség Felhasználóbarátság Hatékonyság Modern számítógép-rendszerek: Egyértelmű hatékonyság (például hálózati hatékonyság)
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
RészletesebbenA VIRGO detektor missziója
A VIRGO detektor missziója VASÚTH MÁTYÁS M TA WIGNER FK GRAVITÁCIÓFIZIKAI KUTATÓCSOPORT WIGNER VIRGO CSOPORT Simonyi Nap MTA, 2017.10.16. Bevezetés Gravitációs hullámok A VIRGO detektor Közvetlen megfigyelések
RészletesebbenSpektrográf elvi felépítése. B: maszk. A: távcső. Ø maszk. Rés Itt lencse, de általában komplex tükörrendszer
Spektrográf elvi felépítése A: távcső Itt lencse, de általában komplex tükörrendszer Kis kromatikus aberráció fontos Leképezés a fókuszsíkban: sugarak itt metszik egymást B: maszk Fókuszsíkba kerül (kamera
Részletesebbenegy szisztolikus példa
Automatikus párhuzamosítás egy szisztolikus példa Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus Automatikus párhuzamosítási módszer ötlet Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus
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
RészletesebbenGPU alkalmazása az ALICE eseménygenerátorában
GPU alkalmazása az ALICE eseménygenerátorában Nagy Máté Ferenc MTA KFKI RMKI ALICE csoport ELTE TTK Fizika MSc Témavezető: Dr. Barnaföldi Gergely Gábor MTA KFKI RMKI ALICE csoport Elméleti Fizikai Főosztály
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
RészletesebbenNem roncsoló tesztelés diszkrét tomográfiával
Nem roncsoló tesztelés diszkrét tomográfiával Dr. Balázs Péter, adjunktus Képfeldolgozás és Számítógépes Grafika Tanszék SZTE TTIK, Informatikai Tanszékcsoport A teszteléshez használt CT berendezés lapdetektor
RészletesebbenNIIFI HPC Szolgáltatás
NIIFI HPC Szolgáltatás 14/11/2011 Óbudai Egyetem Stefán Péter Miről lesz Nemzeti szó? Információs Infrastruktúra Fejlesztési Intézet Rövid történeti áttekintés. Az NIIFI szuperszámítógépei,
RészletesebbenDekonvolúció a mikroszkópiában. Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ
Dekonvolúció a mikroszkópiában Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ 2015 Fourier-Sorok Minden 2π szerint periodikus függvény előállítható f x ~ a 0 2 + (a
RészletesebbenIsmerkedjünk tovább a számítógéppel. Alaplap és a processzeor
Ismerkedjünk tovább a számítógéppel Alaplap és a processzeor Neumann-elvű számítógépek főbb egységei A részek feladatai: Központi egység: Feladata a számítógép vezérlése, és a számítások elvégzése. Operatív
RészletesebbenKéprekonstrukció 3. előadás
Képrekonstrukció 3. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem Computed Tomography (CT) Elv: Röntgen-sugarak áthatolása 3D objektum 3D térfogati kép Mérések
RészletesebbenAutomatikus irányzás digitális képek. feldolgozásával TURÁK BENCE DR. ÉGETŐ CSABA
Automatikus irányzás digitális képek feldolgozásával TURÁK BENCE DR. ÉGETŐ CSABA Koncepció Robotmérőállomásra távcsővére rögzített kamera Képek alapján a cél automatikus detektálása És az irányzás elvégzése
RészletesebbenIII.6. MAP REDUCE ELVŰ ELOSZTOTT FELDOLGOZÁSI ALGORITMUSOK ÉS TESZTKÖRNYEZET KIDOLGOZÁSA ADATBÁNYÁSZATI FELADATOK VÉGREHAJTÁSÁHOZ
infokommunikációs technológiák III.6. MAP REDUCE ELVŰ ELOSZTOTT FELDOLGOZÁSI ALGORITMUSOK ÉS TESZTKÖRNYEZET KIDOLGOZÁSA ADATBÁNYÁSZATI FELADATOK VÉGREHAJTÁSÁHOZ KECSKEMÉTI ANNA KUN JEROMOS KÜRT Zrt. KUTATÁSI
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:
RészletesebbenSzámítógépek felépítése
Számítógépek felépítése Emil Vatai 2014-2015 Emil Vatai Számítógépek felépítése 2014-2015 1 / 14 Outline 1 Alap fogalmak Bit, Byte, Word 2 Számítógép részei A processzor részei Processzor architektúrák
RészletesebbenA gravitációs hullámok miért mutathatók ki lézer-interferométerrel?
A gravitációs hullámok miért mutathatók ki lézer-interferométerrel? Gravitációs hullám (GH) Newton: ha egy nagy tömegű égitest helyet változtat, annak azonnal érződik a hatása tetszőlegesen nagy távolságban
RészletesebbenGeofizikai kutatómódszerek I.
Geofizikai kutatómódszerek I. A gravitációs és mágneses kutatómódszer Dr. Szabó Norbert Péter egyetemi docens Miskolci Egyetem Geofizikai Intézeti Tanszék e-mail: norbert.szabo.phd@gmail.com 1. A gravitációs
RészletesebbenOpenGL és a mátrixok
OpenGL és a mátrixok Róth Gergő 2013. március 4. Róth Gergő 1/20 A rajzoláskor a videókártya minden csúcson végrehajt egy transzformációt. Mire jó? Kamera helyének beállítása Egy objektum több pozícióra
RészletesebbenWhistlerek automatikus inverziójának megvalósítása GPU-kon az AWDANet mérőhálózatban
Whistlerek automatikus inverziójának megvalósítása GPU-kon az AWDANet mérőhálózatban Koronczay Dávid, Lichtenberger János, Hetényi Tamás ELTE Űrkutató Csoport Whistlerek A whistlerek villám keltette VLF
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,
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
RészletesebbenSZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA
infokommunikációs technológiák SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA BEVEZETŐ A KUTATÁS CÉLJA Autonóm járművek és robotok esetén elsődleges feladat a robotok
Részletesebben[ ]dx 2 # [ 1 # h( z,t)
A gravitációs hullámok miért mutathatók ki lézer-interferométerrel? Gravitációs hullám (GH) Newton: ha egy nagy tömegű égitest helyet változtat, annak azonnal érződik a hatása tetszőlegesen nagy távolságban
RészletesebbenTeljesítmény Mérés. Tóth Zsolt. Miskolci Egyetem. Tóth Zsolt (Miskolci Egyetem) Teljesítmény Mérés / 20
Teljesítmény Mérés Tóth Zsolt Miskolci Egyetem 2013 Tóth Zsolt (Miskolci Egyetem) Teljesítmény Mérés 2013 1 / 20 Tartalomjegyzék 1 Bevezetés 2 Visual Studio Kód metrikák Performance Explorer Tóth Zsolt
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 5-7. ea. 2017 ősz 5. Előadás témái Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Folytonos
RészletesebbenSmalltalk 2. Készítette: Szabó Éva
Smalltalk 2. Készítette: Szabó Éva Blokkok Paraméter nélküli blokk [műveletek] [ x := 5. 'Hello' print. 2+3] Kiértékelés: [művelet] value az értéke az utolsó művelet értéke lesz, de mindet kiírja. x :=
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 4. óra Mingesz Róbert Szegedi Tudományegyetem 2012. február 27. MA - 4. óra Verzió: 2.1 Utolsó frissítés: 2012. március 12. 1/41 Tartalom I 1 Jelek 2 Mintavételezés 3 A/D konverterek
RészletesebbenA Mátrai Gravitációs és Geozikai Laboratórium és kutatási programja
A Mátrai Gravitációs és Geozikai Laboratórium és kutatási programja Ván Péter Fizikai Kutatóközpont, Részecske és Magzikai Intézet Visznek, TÖK, 2016. július 4. 1 / 36 Tartalom 1 Bevezetés: a kövekr l
RészletesebbenMatematika. 1. évfolyam. I. félév
Matematika 1. évfolyam - Biztos számfogalom a 10-es számkörben - Egyjegyű szám fogalmának ismerete - Páros, páratlan fogalma - Sorszám helyes használata szóban - Növekvő, csökkenő számsorozatok felismerése
RészletesebbenAdatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán
Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus
RészletesebbenEjtési teszt modellezése a tervezés fázisában
Antal Dániel, doktorandusz, Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szabó Tamás, egyetemi docens, Ph.D., Miskolci Egyetem Robert Bosch Mechatronikai Tanszék Szilágyi Attila, egyetemi adjunktus,
RészletesebbenMiről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás
Videóanalitikát mindenhova! Princz Adorján Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás VCA alapú detektorok Videótartalom
RészletesebbenProgramozási segédlet
Programozási segédlet Programozási tételek Az alábbiakban leírtam néhány alap algoritmust, amit ismernie kell annak, aki programozásra adja a fejét. A lista korántsem teljes, ám ennyi elég kell legyen
Részletesebben1. Generáció( ):
Generációk: 1. Generáció(1943-1958): Az elektroncsövet 1904-ben találták fel. Felfedezték azt is, hogy nemcsak erősítőként, hanem kapcsolóként is alkalmazható. A csövek drágák, megbízhatatlanok és rövid
RészletesebbenKutatási beszámoló. 2015. február. Tangens delta mérésére alkalmas mérési összeállítás elkészítése
Kutatási beszámoló 2015. február Gyüre Balázs BME Fizika tanszék Dr. Simon Ferenc csoportja Tangens delta mérésére alkalmas mérési összeállítás elkészítése A TKI-Ferrit Fejlsztő és Gyártó Kft.-nek munkája
RészletesebbenMérési struktúrák
Mérési struktúrák 2007.02.19. 1 Mérési struktúrák A mérés művelete: a mérendő jellemző és a szimbólum halmaz közötti leképezés megvalósítása jel- és rendszerelméleti aspektus mérési folyamat: a leképezést
RészletesebbenKontrollcsoport-generálási lehetőségek retrospektív egészségügyi vizsgálatokhoz
Kontrollcsoport-generálási lehetőségek retrospektív egészségügyi vizsgálatokhoz Szekér Szabolcs 1, Dr. Fogarassyné dr. Vathy Ágnes 2 1 Pannon Egyetem Rendszer- és Számítástudományi Tanszék, szekersz@gmail.com
RészletesebbenA számítógépek felépítése. A számítógép felépítése
A számítógépek felépítése A számítógépek felépítése A számítógépek felépítése a mai napig is megfelel a Neumann elvnek, vagyis rendelkezik számoló egységgel, tárolóval, perifériákkal. Tápegység 1. Tápegység:
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
RészletesebbenWavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
RészletesebbenAnyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
RészletesebbenMatematika (alsó tagozat)
Matematika (alsó tagozat) Az értékelés elvei és eszközei A tanév során az értékelés alapja a tanulók állandó megfigyelése. Folyamatos fejlesztő célzatú szóbeli értékelés visszajelzést ad a tanuló számára
RészletesebbenAz NIIF új szuperszámítógép infrastruktúrája Új lehet!ségek a kutatói hálózatban 2011.06.02 Debreceni Egyetem
Az NIIF új szuperszámítógép infrastruktúrája 2011.06.02 Debreceni Egyetem Dr. Máray Tamás NIIF Intézet NIIF szuperszámítógép szolgáltatás a kezdetek 2001 Sun E10k! 60 Gflops! SMP architektúra! 96 UltraSparc
RészletesebbenKészítsünk fekete lyukat otthon!
Készítsünk fekete lyukat otthon! Készítsünk fekete lyukat otthon! BH@HOME Barnaföldi Gergely Gábor, Bencédi Gyula MTA Wigner FK Részecske és Magfizikai Kutatóintézete AtomCsill 2012, ELTE TTK Budapest
RészletesebbenElektronika Előadás. Modulátorok, demodulátorok, lock-in erősítők
Elektronika 2 10. Előadás Modulátorok, demodulátorok, lock-in erősítők Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenTartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1
Köszönetnyilvánítás Bevezetés Kinek szól a könyv? Elvárt előismeretek A könyv témája A könyv használata A megközelítés alapelvei Törekedjünk az egyszerűségre! Ne optimalizáljunk előre! Felhasználói interfészek
RészletesebbenDiszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű
RészletesebbenInformatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei
Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Dr. Gingl Zoltán SZTE, Kísérleti Fizikai Tanszék Szeged, 2000 Február e-mail : gingl@physx.u-szeged.hu 1 Az ember kapcsolata
RészletesebbenSZÁMÍTÓGÉPEK BELSŐ FELÉPÍTÉSE - 1
INFORMATIKAI RENDSZEREK ALAPJAI (INFORMATIKA I.) 1 NEUMANN ARCHITEKTÚRÁJÚ GÉPEK MŰKÖDÉSE SZÁMÍTÓGÉPEK BELSŐ FELÉPÍTÉSE - 1 Ebben a feladatban a következőket fogjuk áttekinteni: Neumann rendszerű számítógép
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ Dr. Soumelidis Alexandros 2018.09.06. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG A tárgy célja
Részletesebben3. OSZTÁLY A TANANYAG ELRENDEZÉSE
Jelölések: 3. OSZTÁLY A TANANYAG ELRENDEZÉSE Piros főtéma Citromsárga segítő, eszköz Narancssárga előkészítő Kék önálló melléktéma Hét Gondolkodási és megismerési módszerek Problémamegoldások, modellek
Részletesebben1.1. Vektorok és operátorok mátrix formában
1. Reprezentáció elmélet 1.1. Vektorok és operátorok mátrix formában A vektorok és az operátorok mátrixok formájában is felírhatók. A végtelen dimenziós ket vektoroknak végtelen sok sort tartalmazó oszlopmátrix
RészletesebbenSanxing SX601 P12S01. Egyfázisú SMART Fogyasztásmérő
SX601 SX631 Leírás a felhasználók számára Sanxing SX6x1 (PxxS0x) SX601 (P12S01) Egyfázisú SMART fogyasztásmérő GPRS modemmel SX631 (P34S02) Háromfázisú SMART fogyasztásmérő GPRS modemmel Gyártó: NINGBO
RészletesebbenSzimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)
Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus
RészletesebbenFehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)
DSP processzorok: 1 2 3 HP zajgenerátor: 4 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenMi van a számítógépben? Hardver
Mi van a számítógépben? Hardver A Hardver (angol nyelven: hardware) a számítógép azon alkatrészeit / részeit jelenti, amiket kézzel meg tudunk fogni. Ezen alkatrészek közül 5 fontos alkatésszel kell megismerkedni.
RészletesebbenMit látnak a robotok? Bányai Mihály Matemorfózis, 2017.
Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Vizuális feldolgozórendszerek feladatai Mesterséges intelligencia és idegtudomány Mesterséges intelligencia és idegtudomány Párhuzamos problémák
RészletesebbenMérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
RészletesebbenMorfológia. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet
Morfológia Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet 2012. október 9. Sergyán (OE NIK) Morfológia 2012. október 9. 1 /
RészletesebbenDigitális hangszintmérő
Digitális hangszintmérő Modell DM-1358 A jelen használati útmutató másolása, bemutatása és terjesztése a Transfer Multisort Elektronik írásbeli hozzájárulását igényli. Használati útmutató Óvintézkedések
RészletesebbenShift regiszter + XOR kapu: 2 n állapot
DSP processzorok: 1 2 HP zajgenerátor: 3 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! 4 Fehérzajhoz a konstans érték kell - megoldás a digitális
Részletesebben2000 Szentendre, Bükköspart 74 WWW.MEVISOR.HU. MeviMR 3XC magnetorezisztív járműérzékelő szenzor
MeviMR 3XC Magnetorezisztív járműérzékelő szenzor MeviMR3XC járműérzékelő szenzor - 3 dimenzióban érzékeli a közelében megjelenő vastömeget. - Könnyű telepíthetőség. Nincs szükség az aszfalt felvágására,
RészletesebbenA médiatechnológia alapjai
A médiatechnológia alapjai Úgy döntöttem, hogy a Szirányi oktatta előadások számonkérhetőnek tűnő lényegét kiemelem, az alapján, amit a ZH-ról mondott: rövid kérdések. A rész és az egész: összefüggések
RészletesebbenLeírás az ügyfelek számára
Gyártó: NINGBO SANXING SMART ELECTRIC CO., LTD., Kína, Cicheng Town, Jianbei District, Ningbo, 310054, Fengwan Road No16 Forgalmazó: ODD Consulting Kft. Magyarország, 1115 Budapest, Etele tér 4. III/8
RészletesebbenTUDOMÁNYOS ADATBÁZISOK MA ÉS A JÖVŐBEN. X64 ALAPÚ KISZOLGÁLÓ RENDSZEREK Tudomány Adatbázisok, 1. előadás, (c) 2010
Tudományos adatbázisok tervezése és építése 1. előadás TUDOMÁNYOS ADATBÁZISOK MA ÉS A JÖVŐBEN X64 ALAPÚ KISZOLGÁLÓ RENDSZEREK Tudomány Adatbázisok, 1. előadás, (c) 2010 2010.02.15. 1 Dobos László A tudományos
RészletesebbenKémiai reakciók mechanizmusa számítógépes szimulációval
Kémiai reakciók mechanizmusa számítógépes szimulációval Stirling András stirling@chemres.hu Elméleti Kémiai Osztály Budapest Stirling A. (MTA Kémiai Kutatóközpont) Reakciómechanizmus szimulációból 2007.
RészletesebbenMintavétel: szorzás az idő tartományban
1 Mintavételi törvény AD átalakítók + sávlimitált jel τ időközönként mintavétel Mintavétel: szorzás az idő tartományban 1/τ körfrekvenciánként ismétlődik - konvolúció a frekvenciatérben. 2 Nem fednek át:
RészletesebbenVTOL UAV. Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára. Árvai László, Doktorandusz, ZMNE
Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára Árvai László, Doktorandusz, ZMNE Tartalom Fejezet Témakör 1. Vezető nélküli repülőeszközök 2. Inerciális mérőrendszerek feladata
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:
RészletesebbenAdatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com
Adatelemzés SAS Enterprise Guide használatával Soltész Gábor solteszgabee[at]gmail.com Tartalom SAS Enterprise Guide bemutatása Kezelőfelület Adatbeolvasás Szűrés, rendezés Új változó létrehozása Elemzések
RészletesebbenNemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával
Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával 1 1 Eötvös Loránd Tudományegyetem, Informatikai Kar Kari TDK, 2016. 05. 10. Tartalom 1 2 Tartalom 1 2 Optimalizálási
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
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,
RészletesebbenDr. Schuster György február / 32
Algoritmusok és magvalósítások Dr. Schuster György OE-KVK-MAI schuster.gyorgy@kvk.uni-obuda.hu 2015. február 10. 2015. február 10. 1 / 32 Algoritmus Alapfogalmak Algoritmus Definíció Algoritmuson olyan
RészletesebbenNagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.
Nagyságrendek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 018. február 1. Az O, Ω, Θ jelölések Az algoritmusok
RészletesebbenTULAJDONSÁGOK LEÍRÁS. Működési módok. Maszkoláselleni tulajdonság
COBALT COBALT Plus COBALT Pro DIGITÁLIS DUÁLTECHNOLÓGIÁS MOZGÁSÉRZÉKELŐ cobalt_hu 07/15 A COBALT / COBALT Plus / COBALT Pro a védett területen történő mozgás érzékelését teszi lehetővé. Ez a kézikönyv
RészletesebbenSzámítógép felépítése
Alaplap, processzor Számítógép felépítése Az alaplap A számítógép teljesítményét alapvetően a CPU és belső busz sebessége (a belső kommunikáció sebessége), a memória mérete és típusa, a merevlemez sebessége
Részletesebben3. jegyz könyv: Bolygómozgás
3. jegyz könyv: Bolygómozgás Harangozó Szilveszter Miklós, HASPABT.ELTE 21. április 6. 1. Bevezetés Mostani feladatunk a bolygók mozgásának modellezése. Mint mindig a program forráskódját a honlapon [1]
Részletesebben