|
|
Deep Learning in Historical Geography
Vynikal, Jakub ; Pacina, Jan
In relation to the rapid development of artificial intelligence, the possibilities of automatic processing of spatial data are increasing. Scanned topographical maps are a valued source of historical information. Neural networks allow us to extract information quickly and efficiently from such data, eliminating the difficult and repetitive work that would otherwise have to be done by a human. The article presents two case studies exploring the possibilities of using deep learning in historical geography. The first one is concerned with detecting and extracting swamps from topographic maps, while the second one attempts to automatically vectorize contours from the State Map 1 : 5 000
|
|
|
Aplikace pro statistickou analýzu ICS komunikace
Chimenti, Andrea ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Cílem této práce je návrh a implementace aplikace, sloužící ke statistické analýze síťového provozu v ICS (Industrial Control Systems) komunikaci. Práce se nejprve věnuje představení řídících systémů průmyslové komunikace a jejich nejrozšířenějších protokolů. Podrobně rozebraný je protokol IEC 104. Následuje představení základních metod popisné statistiky, pomocí kterých lze průmyslovou komunikaci analyzovat. V práci je využito několika datových sad ve formátu CSV, které zachycují záznamy průmyslové komunikace. Na těchto datových sadách je ukázáno využití statistických metod. Dále práce obsahuje návrh a popis implementace aplikace, díky které lze datové sady analyzovat a získat textový i grafický popis dat. Hlavním cílem aplikace je usnadnit uživateli hledání stabilních charakteristik, kterých lze využít k detekci anomálií a útoků. V závěru je použití aplikace demonstrováno na datových sadách obsahujících různé typy útoků.
|
|
| |
|
|
Akcelerace algoritmů Lattice-Boltzmann pro modelování toku krve v mozku
Kompová, Radmila ; Kešner, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá implementací a možnými optimalizacemi metody lattice-Boltzmann. Tato metoda umožňuje modelovat tok kapalin pomocí simulace pohybu fiktivních částic. Práce se zaměřuje na možná vylepšení existujícícho nástroje HemeLB, který se specializuje na simulaci proudění krve v mozku. V práci jsou mimo jiné zkoumány techniky vektorizace a paralelizace jejichž implementace by mohla pro tento nástroj být přínosná. Součástí práce je implementace aplikace srovnávající několik vybraných algoritmů pro metodu lattice-Boltzmann včetně jejich možných optimalizací. Zahrnuty jsou rovněž testy zaměřené na srovnání těchto algoritmů dle dosaženého výkonu, využití paměti cache a celkové spotřeby paměti. Nejlepší dosažený výkon byl 150 milionů aktualizovaných bodů mřížky za sekundu.
|
|
|
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.
|
|
|
Intel Integrated Performance Primitives a jejich využití při vývoji aplikací
Machač, Jiří ; Přinosil, Jiří (oponent) ; Malý, Jan (vedoucí práce)
Cílem prezentované práce je demostrace a zhodnocení přínosu vypočetních systémů SIMD a to zejména jednotek MMX, SSE, SSE2, SSE3, SSSE3 a SSE4 firmy Intel, pomocí vytvořených demostračních aplikací knihovnou Intel Integrated Performance Primitives. Nejprve prezentujeme možnosti programování SIMD pomocí intrinsic funkcí, vektorizace a knihovny Intel Integrated Performance Primitives, dále pak popisujeme možnosti vyhodnocení jednotlivých algoritmů. V závěru práce ukazujeme postup programování za použití knihovny Intel Integrated Performance Primitives.
|
|
|
Vysoce náročné aplikace na svazku karet Intel Xeon Phi
Kačurik, Tomáš ; Hrbáček, Radek (oponent) ; Jaroš, Jiří (vedoucí práce)
Táto práca sa zaoberá implementáciou a optimalizáciou vysoko náročných aplikácií na zväzku Intel Xeon Phi koprocesorov. Na dvoch prístupoch k riešeniu N-Body problému boli demonštrované možnosti behu programov na zväzku procesorov, koprocesorov a s využitím oboch typov zariadení. Zvolené boli dva verzie N-Body problému - naivná a Barnes-hut. Oba problémy boli implementované a optimalizované. Práca tiež zachytáva proces optimalizácie a zmeny vo výkone po aplikovaní jednotlivých optimalizácií. Pre lepšie porovnanie dosiahnutých výkonov sme porovnávali programy na základe dosiahnutého zrýchlenia voči behu programu na jednom výpočtovom uzle pri využití len procesorov. V prípade naivnej verzie bolo dosiahnuté 15 násobné zrýchlenie pri využití procesorov a koprocesorov na 8 výpočtových uzloch. Výkon dosiahnutý v tomto prípade predstavoval 9 TFLOP/s. Na základe dosiahnutých výsledkov sme v závere zhodnotili výhody a nevýhody pri behu programov v distribuovanom prostredí na procesoroch, koprocesoroch alebo s využitím oboch typov zariadení.
|
|
|
Převod křivky z rastru na vektorovou representaci
Král, Jiří ; Sumec, Stanislav (oponent) ; Beran, Vítězslav (vedoucí práce)
V mém procesu vektorizace se snažím o převod vstupního šedotónového obrazu na vektorový se snahou o co největší podobnost se vstupním obrazem. Vektorizace se provádí pomocí aproximace křivkou, jenže aproximovat lze pouze liniové prvky, tedy křivky v rastru. Musí se proto ze vstupního obrazu tyto liniové prvky vyextrahovat a to dvojím způsobem, podle dvou skupin objektů v obraze. První skupinou jsou objekty tenké, podlouhlého tvaru, ty se nahradí jejich skeletonem. Druhou skupinou jsou objekty rozsáhlé, ty se nahradí jejich konturou. Nalezené linie se pak rozdělí na takové části, které už půjde snadno aproximovat křivkou. Výsledné křivky se už jen vykreslí do výstupu vhodnou rasterizační metodou.
|
|
|
Acceleration of Photoacoustic Imaging
Nedeljković, Sava ; Bordovský, Gabriel (oponent) ; Jaroš, Jiří (vedoucí práce)
The goal of this thesis is to provide a new method of image reconstruction out of data generated using Photo-Acoustic imaging. Photo-Acoustic imaging is a very popular biomedical in-vivo imaging modality based on the non-invasive laser-induced generation of ultrasound waves recorded by the acoustic sensors, during which very large amounts of data are generated. The amount of data makes the image reconstruction process very time-consuming. This thesis demonstrates image reconstruction using Back-Projection, an algorithm that is simple enough to be optimized for execution on modern accelerated processor architectures. Two versions of this algorithm are designed: from the perspective of the pixel and from the perspective of the sensor. Both versions are implemented using 3 different execution acceleration methods: vector-level parallelism, thread-level parallelism, and parallelism on the Graphical Processing Unit (GPU). All 3 implementations of both algorithm versions are tested and their results are compared to the much slower but more accurate Time-Reversal reconstruction method. The results have shown that the GPU parallelism implementation offers the fastest execution, which is faster more than 200 times on average compared to the Time-Reversal method. This possibly makes it suitable even for real-time applications.
|
|
|
Simulace lomové zkoušky ve stavebnictví
Bordovský, Gabriel ; Vaverka, Filip (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce optimalizuje program pro simulaci lomové zkoušky ve stavebnictví. Simulace je využívána k validaci lomových vlastností materiálu používaných při rekonstrukci historických budov. Názorně jsou prezentovány možnosti efektivnějšího využití procesoru při zachování kvality výsledků. V práci jsou analyzovány jednotlivé kroky simulace a následně navrženy možnosti optimalizace kritických úseku pomocí vektorizace či paralelizace. Techniky a postupy použité v této práci mohou být aplikovány na obdobné výpočty a tím výrazně zkrátit dobu potřebnou k výpočtu. Čas výpočtu prototypu byl přes 7,7 hodiny. Optimalizovaná verze zvládá sekvenčně stejný výpočet za 2,1 hodiny nebo paralélně na osmi jádrech za 21 minut. Oproti původní verzi je tak optimalizovaná paralelní verze 21-krát rychlejší.
|
host ::
RSS.