|
|
GPU-Accelerated Synthesis of Probabilistic Programs
Marcin, Vladimír ; Matyáš, Jiří (oponent) ; Češka, Milan (vedoucí práce)
This paper examines the problem of automatic synthesis of probabilistic programs: having a finite family of candidate programs, how can one efficiently identify a program that satisfies a given specification. Even the most straightforward synthesis problems prove to be NP-hard. An improvement to this state of practice is brought by the PAYNT tool, which tackles this problem with a novel integrated technique for synthesising probabilistic programs. Even though it efficiently deals with the exponential growth of the family size, there is still a problem with the underlying state-space explosion. To solve this problem, we have implemented GPU-oriented model-checking algorithms that takes advantage of the GPU architecture and parallelise the task at a state level of a probabilistic model. The overall acceleration that we were able to achieve with this approach was, under certain conditions, close to the theoretically possible limit of the acceleration of the whole synthesis process.
|
|
|
Parallelization and Optimization of Image Processing Applications
Šiška, Jakub ; Seeman, Michal (oponent) ; Černocký, Jan (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the École Supérieure d'Ingénieurs en Électronique et Électrotechnique Paris, France. It proposes solution for speeding up image processing algorithm and its adoption for use with real-time video stream from the infra red camera. The first part discusses characteristics and basic principles of the IR technology, followed by specifications of used camera. Ongoing text also proposes solution of problems concerning network communication with the camera. In addition, it describes camera's output stream format characteristics and solution for output visualisation. Substantial part of this work covers issues concerning parallelization and optimization of video stream and image file data processing. Problem of the parallelisation for this case is explained together with implemented parallelization method. Entire theoretical part is supported with the real results, benchmarks, which are presented in the last chapter.
|
|
|
Paralelní genetický algoritmus
Trupl, Jan ; Kobliha, Miloš (oponent) ; Jaroš, Jiří (vedoucí práce)
Práce popisuje návrh a implementaci různých evolučních algoritmů, vylepšených tak, aby mohly využívat výhod paralelismu na víceprocesorových systémech, a zároveň umožňovaly, aby výpočet probíhal na více počítačích v počítačové síti. Algoritmy jsou určeny k hledání globálního extrému funkce několika proměnných. Jsou nastíněny různé zajímavé optimalizační problémy a možnosti jejich řešení právě pomocí evolučních algoritmů. V práci je rovněž rozebíráno použití knihovny rozhraní MPI (message passing interface) a OpenMP, v rozsahu nutném pro pochopení problematiky implementace paralelních evolučních algoritmů.
|
|
|
Paralelní evoluční algoritmus EDA využívající teorii kopulí
Hyrš, Martin ; Brandejský, Tomáš (oponent) ; Matoušek, Radomil (oponent) ; Schwarz, Josef (vedoucí práce)
Ve své disertační práci se zabývám návrhem, implementací a~testováním pokročilého paralelního algoritmu EDA ( Estimation of Distribution Algorithm ) využívajícího teorii kopulí pro tvorbu pravděpodobnostního modelu. Nová populace se vytváří v~procesu vzorkování sdružené distribuční funkce, která modeluje aktuální rozložení subpopulace slibných jedinců. Použití kopulí umožňuje zefektivnit proces učení a~vzorkování pravděpodobnostního modelu. Lze jej separovat na vzájemně nezávislá marginální rozdělení a~kopuli, která reprezentuje korelace mezi proměnnými řešeného problému. Tato koncepce iniciovala použití paralelní ostrovní struktury, v~níž bylo použito místo migrace jedinců migrace pravděpodobnostních modelů příslušejících jednotlivým ostrovním subpopulacím. Statistické testy použité při komparaci navrženého algoritmu ( mCEDA = migrating Copula - based Estimation of Distribution Algorithm ) a~algoritmů jiných autorů potvrdily efektivnost navržené koncepce.
|
|
|
Paralelní evoluční algoritmus EDA využívající teorii kopulí
Hyrš, Martin ; Brandejský, Tomáš (oponent) ; Matoušek, Radomil (oponent) ; Schwarz, Josef (vedoucí práce)
Ve své disertační práci se zabývám návrhem, implementací a~testováním pokročilého paralelního algoritmu EDA ( Estimation of Distribution Algorithm ) využívajícího teorii kopulí pro tvorbu pravděpodobnostního modelu. Nová populace se vytváří v~procesu vzorkování sdružené distribuční funkce, která modeluje aktuální rozložení subpopulace slibných jedinců. Použití kopulí umožňuje zefektivnit proces učení a~vzorkování pravděpodobnostního modelu. Lze jej separovat na vzájemně nezávislá marginální rozdělení a~kopuli, která reprezentuje korelace mezi proměnnými řešeného problému. Tato koncepce iniciovala použití paralelní ostrovní struktury, v~níž bylo použito místo migrace jedinců migrace pravděpodobnostních modelů příslušejících jednotlivým ostrovním subpopulacím. Statistické testy použité při komparaci navrženého algoritmu ( mCEDA = migrating Copula - based Estimation of Distribution Algorithm ) a~algoritmů jiných autorů potvrdily efektivnost navržené koncepce.
|
|
|
GPU-Accelerated Synthesis of Probabilistic Programs
Marcin, Vladimír ; Matyáš, Jiří (oponent) ; Češka, Milan (vedoucí práce)
This paper examines the problem of automatic synthesis of probabilistic programs: having a finite family of candidate programs, how can one efficiently identify a program that satisfies a given specification. Even the most straightforward synthesis problems prove to be NP-hard. An improvement to this state of practice is brought by the PAYNT tool, which tackles this problem with a novel integrated technique for synthesising probabilistic programs. Even though it efficiently deals with the exponential growth of the family size, there is still a problem with the underlying state-space explosion. To solve this problem, we have implemented GPU-oriented model-checking algorithms that takes advantage of the GPU architecture and parallelise the task at a state level of a probabilistic model. The overall acceleration that we were able to achieve with this approach was, under certain conditions, close to the theoretically possible limit of the acceleration of the whole synthesis process.
|
|
|
Paralelní genetický algoritmus
Trupl, Jan ; Kobliha, Miloš (oponent) ; Jaroš, Jiří (vedoucí práce)
Práce popisuje návrh a implementaci různých evolučních algoritmů, vylepšených tak, aby mohly využívat výhod paralelismu na víceprocesorových systémech, a zároveň umožňovaly, aby výpočet probíhal na více počítačích v počítačové síti. Algoritmy jsou určeny k hledání globálního extrému funkce několika proměnných. Jsou nastíněny různé zajímavé optimalizační problémy a možnosti jejich řešení právě pomocí evolučních algoritmů. V práci je rovněž rozebíráno použití knihovny rozhraní MPI (message passing interface) a OpenMP, v rozsahu nutném pro pochopení problematiky implementace paralelních evolučních algoritmů.
|
|
|
Parallelization and Optimization of Image Processing Applications
Šiška, Jakub ; Seeman, Michal (oponent) ; Černocký, Jan (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the École Supérieure d'Ingénieurs en Électronique et Électrotechnique Paris, France. It proposes solution for speeding up image processing algorithm and its adoption for use with real-time video stream from the infra red camera. The first part discusses characteristics and basic principles of the IR technology, followed by specifications of used camera. Ongoing text also proposes solution of problems concerning network communication with the camera. In addition, it describes camera's output stream format characteristics and solution for output visualisation. Substantial part of this work covers issues concerning parallelization and optimization of video stream and image file data processing. Problem of the parallelisation for this case is explained together with implemented parallelization method. Entire theoretical part is supported with the real results, benchmarks, which are presented in the last chapter.
|
|
| |
host ::
RSS.