Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
Akcelerace genetického algoritmu s využitím GPU
Pospíchal, Petr ; Šimek, Václav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tento text představuje diplomovou práci se zaměřením na akceleraci Genetických algoritmů s použitím grafických čipů. První část popisuje Genetické algoritmy a s ním související populaci, chromozom, křížení, mutaci a selekci. Další část je věnována možnostem využití grafických karet jako prostředku pro obecné výpočty, kde jsou popsány jak možnosti programovatelné grafické pipeline s použitím DirectX/OpenGL a Cg, tak specializované knihovny pro GPGPU se zaměřením na architekturu CUDA. Další kapitola se zaměřuje na návrh implementace s použitím GPU, popsány jsou PGA modely a dílčí problémy, jako jsou rychlé řazení a generování náhodných čísel. Následují detaily implementace -- migrace, křížení a selekce mapovaná na CUDA softwarový model. Závěrem je provedeno srovnání rychlosti a kvality CPU a GPU části.
Detekce pohyblivého objektu ve videu na CUDA
Čermák, Michal ; Havel, Jiří (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se věnuje sledování objektů ve videa z monokulární kamery za pomocí modelu sledovaného tělesa. Stav 3D objektu je určený pomocí minimalizace účelové funkce užitím částicového filtru. Účelová funkce je založena na podobnosti renderované scény a skutečného videa.
Akcelerace genetického algoritmu s využitím GPU
Pospíchal, Petr ; Šimek, Václav (oponent) ; Jaroš, Jiří (vedoucí práce)
Tento text představuje diplomovou práci se zaměřením na akceleraci Genetických algoritmů s použitím grafických čipů. První část popisuje Genetické algoritmy a s ním související populaci, chromozom, křížení, mutaci a selekci. Další část je věnována možnostem využití grafických karet jako prostředku pro obecné výpočty, kde jsou popsány jak možnosti programovatelné grafické pipeline s použitím DirectX/OpenGL a Cg, tak specializované knihovny pro GPGPU se zaměřením na architekturu CUDA. Další kapitola se zaměřuje na návrh implementace s použitím GPU, popsány jsou PGA modely a dílčí problémy, jako jsou rychlé řazení a generování náhodných čísel. Následují detaily implementace -- migrace, křížení a selekce mapovaná na CUDA softwarový model. Závěrem je provedeno srovnání rychlosti a kvality CPU a GPU části.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.