Národní úložiště šedé literatury Nalezeno 5 záznamů.  Hledání trvalo 0.00 vteřin. 
Zobrazení rozsáhlých volumetrických dat na CPU
Dlabaja, Drahomír ; Milet, Tomáš (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce řeší problém zobrazení volumetrických dat na CPU, které svým datovým rozsahem přesahují operační paměť stroje. Práce popisuje návrh vizualizačního schématu, které sestává z datové struktury pro rozsáhlá volumetrická data, a algoritmu, který takto zpracovaná data vizualizuje. Navržená hierarchická datová struktura akceleruje vzorkování a umožňuje redukci celkového množství dat, které je při vizualizaci nutné načíst do fyzické paměti. Vizualizace zpracovaných dat je docíleno metodou vrhání paprsků s využitím existujících optimalizačních technik, jako je přeskakování prázdného prostoru nebo předčasné ukončení paprsku. Datová struktura umožňuje až 12x rychlejší vzorkování v porovnání s vzorkováním surových rozsáhlých volumetrických dat, která jsou serializována po řádcích. Využitím datové hierarchie bylo dosaženo až 150x rychlejší vizualizace rozsáhlých volumetrických dat v téměř bezeztrátovém režimu v porovnání s plně bezeztrátovým režimem. Zobrazovací schéma je implementováno formou knihovny v jazyce C++20. Implementace využívá akceleraci pomocí vektorizace a umožňuje snadnou paralelizaci ze strany uživatele. Knihovna poskytuje nástroje pro zpracování a zobrazení rozsáhlých volumetrických dat na CPU.
Zobrazení rozsáhlých volumetrických dat na CPU
Svoboda, Jan ; Vlnas, Michal (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá návrhem a implementací systému, který umožňuje zobrazovat rozsáhlá volumetricka data v reálném čase na CPU běžného počítače. Práce si klade za cíl řešit jak problematiku samotného zobrazování, kdy tato data často nelze celá umístit do operační paměti stroje, tak i problematiku úložiště těchto dat, kdy v případě rozsáhlých datasetů může být jejich uchovávání v úložišti cílového počítače nežádoucí. Navržené řešení sestává ze dvou aplikací, klientské a serverové. Serverová část slouží jako vzdálené úložiště volumetrických dat, která jsou po malých blocích a v různých kvalitách poskytována klientské aplikaci. Klientská aplikace tato data zobrazuje metodou vrhání paprsků a dle vytvořených strategií řeší načítání a uchovávání potřebných bloků v lokální paměti. Při implementaci klientské aplikace byl kladen důraz na paralelizaci klíčových procesů pro dosažení vysokého výkonu. Výsledný systém umožňuje uživateli zobrazovat rozsáhlé datasety uložené na serverovém úložišti a provádět jejich správu pomocí jednoduchého grafického uživatelského rozhraní.
Zobrazení rozsáhlých volumetrických dat na CPU
Dlabaja, Drahomír ; Milet, Tomáš (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce řeší problém zobrazení volumetrických dat na CPU, které svým datovým rozsahem přesahují operační paměť stroje. Práce popisuje návrh vizualizačního schématu, které sestává z datové struktury pro rozsáhlá volumetrická data, a algoritmu, který takto zpracovaná data vizualizuje. Navržená hierarchická datová struktura akceleruje vzorkování a umožňuje redukci celkového množství dat, které je při vizualizaci nutné načíst do fyzické paměti. Vizualizace zpracovaných dat je docíleno metodou vrhání paprsků s využitím existujících optimalizačních technik, jako je přeskakování prázdného prostoru nebo předčasné ukončení paprsku. Datová struktura umožňuje až 12x rychlejší vzorkování v porovnání s vzorkováním surových rozsáhlých volumetrických dat, která jsou serializována po řádcích. Využitím datové hierarchie bylo dosaženo až 150x rychlejší vizualizace rozsáhlých volumetrických dat v téměř bezeztrátovém režimu v porovnání s plně bezeztrátovým režimem. Zobrazovací schéma je implementováno formou knihovny v jazyce C++20. Implementace využívá akceleraci pomocí vektorizace a umožňuje snadnou paralelizaci ze strany uživatele. Knihovna poskytuje nástroje pro zpracování a zobrazení rozsáhlých volumetrických dat na CPU.
Mathematical analysis of equations describing the flow of compressible heat conducting fluids
Axmann, Šimon ; Pokorný, Milan (vedoucí práce) ; Feireisl, Eduard (oponent) ; Novotný, Antonín (oponent)
Název práce: Matematická analýza rovnic popisujících proudění stlačitelných tepelně vodivých tekutin Autor: Šimon Axmann Ústav: Matematický ústav UK Vedoucí disertační práce: doc. Mgr. Milan Pokorný, Ph.D., Matematický ústav UK Abstrakt: Předložená práce se věnuje matematické analýze rovnic popisujících proudění vazké stlačitelné newtonovské tekutiny v různých časových režimech. Konkrétně práce obsahuje důkazy existence řešení tří úloh, odvozených za zjedno- dušujících předpokladů z obecného modelu, který je představen v úvodu. Nejprve se věnujeme časově periodickým řešením Navierových-Stokesových-Fourierových rovnic pro tepelně vodivé tekutiny. Druhá kapitola obsahuje existenční výsledek pro stacionární řešení modelu stlačitelné dvoufázové směsi. V poslední kapi- tole pak studujeme silná stacionární řešení Navierových-Stokesových rovnic za předpokladu dostatečné hustoty tekutiny. V každé kapitole uvažujeme jiný po- jem řešení; ve všech případech však hraje klíčovou roli tzv. effective viscous flux. Klíčová slova: stlačitelné Navierovy-Stokesovy rovnice; slabé řešení; variační en- tropické řešení; velká data
Framework pro extrakci informací z velkého množství jazykových dat
Kuboň, David ; Križ, Vincent (vedoucí práce) ; Bednárek, David (oponent)
Tato práce popisuje program FAFEFI sloužící k extrakci n-gramů a skip-gramů z velkého množství jazykových dat. Řeší možnosti předání vstupních dat programu, návrh datových struktur pro reprezentaci n-gramů a skip-gramů v paměti, algoritmus jejich extrakce, paměťově úsporné varianty uložení extrahovaných dat a jejich finální zpracování do výstupních vektorů příznaků. Představuje i řadu rozšiřujících funkcí programu, jako jsou například řádkový filtr vstupních dat a modifikátor obsahu řádků, a široké spektrum konfigurovatelných parametrů - oddělovači v souborech počínaje a názvy výstupních souborů konče. Mimoto poskytuje variabilitu prováděných činností v podobě meziukládání trénovací sady dat a prezentuje nástroje pro paralelizaci výpočtu na clusteru. Powered by TCPDF (www.tcpdf.org)

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