Luận án Tiến sĩ: Giải hệ phương trình kích thước lớn và điều kiện xấu trên bó máy tính

Luận văn: Giải hệ PT kích thước lớn, điều kiện xấu trên bó máy tính (luận án TS toán học 62 46 35 01). Phương pháp mới hiệu quả.

Năm xuất bản

Số trang

121

Thời gian đọc

19 phút

Lượt xem

1

Lượt tải

0

Phí lưu trữ

40 Point

Tổng quan nhanh

Chủ đề:
Giải hệ phương trình lớn: Thách thức và phương pháp
Số trang:
121 trang
Trường:
Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
Chuyên ngành:
Bảo đảm toán học cho máy tính và hệ thống tính toán
Tác giả:
Năm:

Tóm tắt nội dung luận án

I.Giải hệ phương trình lớn Thách thức và phương pháp

Giải hệ phương trình tuyến tính lớn là một thách thức quan trọng trong nhiều lĩnh vực khoa học kỹ thuật. Các hệ này thường xuất hiện trong mô phỏng vật lý, xử lý tín hiệu, tài chính và khoa học dữ liệu. Kích thước của chúng có thể lên tới hàng triệu hoặc tỷ biến số. Việc giải quyết đòi hỏi tài nguyên tính toán khổng lồ và các giải thuật số hiệu quả. Tài liệu này đi sâu vào các phương pháp tối ưu hóa việc giải các hệ phương trình như vậy, đặc biệt khi gặp điều kiện xấu. Nó khám phá các chiến lược tận dụng điện toán hiệu năng cao (HPC) và tính toán song song. Mục tiêu là phát triển các kỹ thuật đáng tin cậy, chính xác và có thể mở rộng.

1.1. Bản chất hệ phương trình kích thước lớn

Hệ phương trình kích thước lớn thường phát sinh từ việc rời rạc hóa các phương trình đạo hàm riêng hoặc từ các mô hình mạng phức tạp. Các ma trận liên quan thường là ma trận thưa. Tức là, hầu hết các phần tử đều bằng không. Điều này đòi hỏi các giải thuật số được thiết kế đặc biệt để khai thác cấu trúc thưa.

1.2. Các tiếp cận giải quyết vấn đề

Hai nhóm tiếp cận chính là phương pháp trực tiếp và phương pháp lặp. Phương pháp trực tiếp cung cấp nghiệm chính xác nhưng chi phí tính toán và bộ nhớ tăng nhanh theo kích thước. Phương pháp lặp thường phù hợp hơn cho các hệ lớn, đặc biệt khi cần độ chính xác chấp nhận được.

1.3. Nhu cầu tính toán hiệu năng cao

Các hệ phương trình lớn vượt quá khả năng của một máy tính đơn lẻ. Điện toán hiệu năng cao (HPC) và bó máy tính cung cấp sức mạnh cần thiết. Tính toán song song là chìa khóa để phân chia công việc và giảm thời gian thực thi.

II.Điều kiện xấu Độ ổn định số trong hệ phương trình

Các bài toán điều kiện xấu gây ra những khó khăn đáng kể. Một bài toán được gọi là điều kiện xấu khi một thay đổi nhỏ trong dữ liệu đầu vào dẫn đến thay đổi lớn trong nghiệm. Điều này ảnh hưởng nghiêm trọng đến độ tin cậy và độ chính xác của các giải thuật số. Đặc biệt, khi giải hệ phương trình tuyến tính lớn, điều kiện xấu có thể khiến các phương pháp lặp hội tụ chậm hoặc không hội tụ. Độ ổn định số của thuật toán trở thành yếu tố then chốt. Việc xác định và xử lý các bài toán điều kiện xấu là một phần không thể thiếu. Nó đảm bảo các giải pháp đạt được là hữu ích và đáng tin cậy. Tài liệu này khám phá các kỹ thuật cụ thể để đối phó.

2.1. Định nghĩa bài toán điều kiện xấu

Một bài toán điều kiện xấu có chỉ số điều kiện lớn. Chỉ số điều kiện là thước đo độ nhạy của nghiệm đối với các sai số trong dữ liệu đầu vào hoặc trong quá trình tính toán. Ma trận với chỉ số điều kiện cao gây ra thách thức lớn.

2.2. Ảnh hưởng đến giải thuật số

Điều kiện xấu làm tăng sai số tích lũy trong quá trình tính toán. Các phương pháp lặp có thể bị mắc kẹt trong các nghiệm giả. Độ ổn định số của thuật toán giảm sút đáng kể. Kết quả thu được thiếu chính xác.

2.3. Phương pháp làm giảm điều kiện xấu

Các kỹ thuật tiền điều kiện là giải pháp phổ biến. Tiền điều kiện biến đổi hệ phương trình gốc thành một hệ tương đương. Hệ mới này có chỉ số điều kiện nhỏ hơn. Điều này giúp tăng tốc độ hội tụ của các phương pháp lặp. Phân rã ma trận cũng có thể hỗ trợ.

III.Bó máy tính Tối ưu tính toán song song HPC

Bó máy tính là nền tảng cốt lõi cho điện toán hiệu năng cao (HPC). Chúng cung cấp sức mạnh tính toán cần thiết để giải quyết các hệ phương trình lớn và phức tạp. Tối ưu hóa tính toán song song trên bó máy tính là một nghệ thuật. Nó đòi hỏi sự hiểu biết sâu sắc về kiến trúc phần cứng và các mô hình lập trình song song. Tài liệu này khám phá cách tận dụng tối đa tài nguyên của bó máy tính. Mục tiêu là đạt được hiệu suất cao nhất khi giải các bài toán đòi hỏi nhiều tính toán. Các kỹ thuật phân chia dữ liệu và công việc hiệu quả được ưu tiên. Điều này giúp giảm thiểu chi phí truyền thông và đồng bộ hóa.

3.1. Kiến trúc máy tính song song

Các bó máy tính thường bao gồm nhiều nút xử lý. Mỗi nút có thể chứa nhiều lõi. Các nút được kết nối thông qua mạng tốc độ cao. Kiến trúc này hỗ trợ việc thực hiện tính toán song song mạnh mẽ.

3.2. Lập trình và hiệu quả song song

Việc lập trình song song thường sử dụng MPI (Message Passing Interface) hoặc OpenMP. Đánh giá hiệu quả của tính toán song song rất quan trọng. Các chỉ số như độ tăng tốc và hiệu suất được sử dụng. Mục tiêu là đạt được hiệu suất gần lý tưởng.

3.3. Tận dụng HPC cho hệ phương trình

HPC cho phép giải quyết các hệ phương trình tuyến tính lớn mà trước đây không thể. Nó giúp giảm thời gian chạy từ hàng tuần xuống hàng giờ hoặc phút. Tính toán song song là nền tảng.

IV.Phương pháp lặp song song cho hệ lớn điều kiện xấu

Phát triển phương pháp lặp song song là trọng tâm chính của tài liệu này. Các phương pháp này được thiết kế đặc biệt cho hệ phương trình tuyến tính lớn và bài toán điều kiện xấu. Khả năng song song hóa của chúng là yếu tố quyết định. Điều này đảm bảo hiệu quả trên bó máy tính. Tài liệu giới thiệu các thuật toán chỉnh lặp song song, cả hiện và ẩn. Các thuật toán này tìm cách cân bằng giữa tốc độ hội tụ và chi phí tính toán trên các môi trường phân tán. Mục tiêu là cung cấp các giải pháp mạnh mẽ. Các giải pháp này phải có độ ổn định số cao. Đồng thời, chúng cũng phải mang lại hiệu suất vượt trội trên nền tảng HPC.

4.1. Khái niệm chỉnh lặp song song

Chỉnh lặp song song là một dạng của giải thuật số. Nó kết hợp ý tưởng của phương pháp lặp với khả năng tính toán song song. Các bước lặp được thực hiện đồng thời trên nhiều bộ xử lý. Điều này giúp tăng tốc độ hội tụ đáng kể.

4.2. Ứng dụng trong hệ quá xác định

Phương pháp chỉnh lặp song song đặc biệt hiệu quả cho hệ phương trình đại số tuyến tính quá xác định. Các hệ này thường xuất hiện trong các bài toán tối ưu hóa. Chúng đòi hỏi phương pháp giải linh hoạt và mạnh mẽ.

4.3. Ước lượng sai số và thử nghiệm số

Ước lượng sai số là cần thiết để đánh giá độ chính xác của phương pháp. Thử nghiệm số trên các môi trường bó máy tính chứng minh hiệu quả. Các kết quả thực nghiệm xác nhận tính khả thi và hiệu suất của các giải pháp đề xuất.

V.Ứng dụng giải hệ phương trình Khôi phục ảnh

Các phương pháp giải hệ phương trình tuyến tính lớn có nhiều ứng dụng thực tiễn. Một ứng dụng nổi bật là trong bài toán khôi phục ảnh. Trong lĩnh vực này, việc khôi phục ảnh bị nhiễu hoặc mờ thường được mô hình hóa thành một hệ phương trình lớn. Các hệ này thường có điều kiện xấu, đòi hỏi các giải pháp mạnh mẽ. Tài liệu này minh họa cách các phương pháp chỉnh lặp song song được áp dụng. Chúng giúp giải quyết hiệu quả bài toán khôi phục ảnh đa cấp xám. Việc sử dụng tính toán song song trên bó máy tính giúp tăng tốc độ xử lý. Điều này cho phép xử lý các ảnh có độ phân giải cao. Cuối cùng, nó cung cấp kết quả khôi phục chất lượng cao trong thời gian thực tế.

5.1. Bài toán khôi phục ảnh đa cấp xám

Ảnh đa cấp xám bị suy giảm chất lượng do nhiễu hoặc quá trình mờ. Mục tiêu là khôi phục ảnh gốc từ dữ liệu bị suy giảm. Đây là một bài toán ngược.

5.2. Giải pháp dùng hệ phương trình tuyến tính

Bài toán khôi phục ảnh thường được chuyển đổi thành một hệ phương trình tuyến tính lớn. Ma trận của hệ này thường là ma trận thưa. Nó cũng có thể có điều kiện xấu.

5.3. Hiệu quả của tính toán song song

Tính toán song song trên bó máy tính làm tăng tốc đáng kể quá trình khôi phục ảnh. Các thuật toán song song hóa xử lý từng phần của ảnh đồng thời. Điều này giúp giảm thời gian tính toán tổng thể.

VI.Kỹ thuật nâng cao Tiền điều kiện phân rã ma trận

Để nâng cao hiệu suất và độ ổn định số khi giải hệ phương trình lớn và điều kiện xấu, nhiều kỹ thuật tiên tiến được áp dụng. Trong đó, kỹ thuật tiền điều kiện và phân rã ma trận là những phương pháp then chốt. Tiền điều kiện giúp cải thiện chỉ số điều kiện của hệ. Nó làm cho các phương pháp lặp hội tụ nhanh hơn. Phân rã ma trận hỗ trợ trong việc cấu trúc lại bài toán. Điều này giúp tối ưu hóa việc phân chia công việc trong môi trường tính toán song song. Tài liệu này đi sâu vào các phương pháp này. Nó cũng chỉ ra cách kết hợp chúng với các giải thuật số song song. Mục tiêu là đạt được hiệu quả tối đa trên bó máy tính.

6.1. Giới thiệu kỹ thuật tiền điều kiện

Tiền điều kiện là việc áp dụng một ma trận biến đổi. Ma trận này làm cho ma trận hệ phương trình gốc trở nên "lành tính" hơn. Các bộ tiền điều kiện hiệu quả là rất quan trọng. Chúng cần được thiết kế cẩn thận.

6.2. Phân rã ma trận thưa và song song

Đối với ma trận thưa, kỹ thuật phân rã phù hợp. Phân rã LU hoặc Cholesky có thể được song song hóa. Điều này cho phép xử lý các phần khác nhau của ma trận đồng thời.

6.3. Cải thiện độ ổn định và hiệu năng

Việc áp dụng các kỹ thuật này trực tiếp cải thiện độ ổn định số. Chúng cũng tăng tốc độ hội tụ của các phương pháp lặp. Điều này dẫn đến hiệu năng tính toán tổng thể cao hơn trên bó máy tính.

Mục lục chi tiết luận án

LỜI CAM ĐOAN
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG
DANH MỤC CÁC HÌNH VẼ
MỞ ĐẦU
1. BÀI TOÁN KÍCH THƯỚC LỚN
1.1. Bài toán đặt không chỉnh và bài toán điều kiện xấu
1.2. Một số phương pháp hiệu chỉnh
1.3. Quy trình giải một bài toán kích thước lớn và điều kiện xấu trên bó máy tính
1.4. Một số phương pháp tuần tự và song song giải hệ phương trình toán tử
2. CHƯƠNG 2. Phương pháp song song giải hệ phương trình toán tử tuyến tính và ứng dụng
2.1. Phương pháp chỉnh lặp song song
2.2. Giải hệ phương trình đại số tuyến tính quá xác định và ứng dụng trong bài toán khôi phục ảnh
2.3. Phương pháp chỉnh lặp hiện song song và chỉnh lặp ẩn song song cho hệ phương trình đại số tuyến tính quá xác định
2.4. Ước lượng sai số của phương pháp
2.5. Thử nghiệm số
2.6. Giải hệ phương trình đại số tuyến tính quá xác định
2.7. Bài toán khôi phục ảnh đa cấp xám
2.8. Phương pháp song song toàn phần giải một lớp phương trình đạo hàm riêng đại số
2.9. Phân rã bài toán biên cho phương trình đạo hàm riêng đại số thành bài toán biên cho phương trình elliptic và phương trình parabolic
2.10. Phương pháp phân rã song song giải bài toán biên cho phương trình elliptic và parabolic
2.11. Thử nghiệm số
2.12. Phương pháp chỉnh lặp Gauss-Newton song song giải hệ phương trình toán tử phi tuyến và ứng dụng
2.13. Phương pháp chỉnh lặp Gauss-Newton và phương pháp chỉnh lặp Gauss -Newton song song
2.14. Sự hội tụ của phương pháp chỉnh lặp Gauss-Newton song song
2.15. Áp dụng cho hệ phi tuyến dưới xác định
2.16. Hệ phương trình có cấu trúc thưa
2.17. Mối liên hệ giữa phương pháp chỉnh lặp Gauss-Newton song song và các phương pháp chỉnh lặp song song
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
TÀI LIỆU THAM KHẢO
Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Giải hệ phương trình kích thước lớn và điều kiện xấu trên bó máy tính luận án ts toán học 62 46 35 01

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (121 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Vũ Tiến Dũng GIẢI HỆ PHƯƠNG TRÌNH KÍCH THƯỚC LỚN VÀ ĐIỀU KIỆN XẤU TRÊN BÓ MÁY TÍNH LUẬN ÁN TIẾN SĨ TOÁN HỌC Hà Nội - 2014 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Vũ Tiến Dũng GIẢI HỆ PHƯƠNG TRÌNH KÍCH THƯỚC LỚN VÀ ĐIỀU KIỆN XẤU TRÊN BÓ MÁY TÍNH Chuyên ngành: Bảo đảm toán học cho máy tính và hệ thống tính toán Mã số: 62 46 35 01 LUẬN ÁN TIẾN SĨ TOÁN HỌC Người hướng dẫn khoa học: GS. PHẠM KỲ ANH Hà Nội - 2014 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của GS. Phạm Kỳ Anh. Các số liệu, kết quả trình bày trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Nghiên cứu sinh Vũ Tiến Dũng i LỜI CẢM ƠN Trước hết tôi xin gửi lời cảm ơn chân thành và sâu sắc tới Thầy hướng dẫn, GS. Phạm Kỳ Anh. Trong suốt quá trình thực hiện luận án, tôi luôn nhận được sự giúp đỡ tận tình, quý báu của Thầy. Nhờ những ý tưởng mà Thầy đã gợi ý, những góp ý, hướng dẫn của Thầy, những tài liệu bổ ích mà Thầy đã cung cấp cũng như những cuộc trao đổi thú vị cùng Thầy về công việc nghiên cứu, tôi đã hoàn thành đề tài của mình.

Và hơn cả, trong suốt quá trình học tập trước đây và trong quá trình thực hiện luận án, tôi luôn cảm nhận được tình thương quý, tin yêu của thầy giành cho tôi, sự động viên khích lệ của thầy khi tôi gặp khó khăn tạo động lực cho tôi vững tin thực hiện quá trình nghiên cứu. Đối với cá nhân tôi, thầy không chỉ đơn thuần là người hướng dẫn khoa học mà còn là người cha thứ hai của tôi. Tôi xin chân thành cảm ơn các thầy cô và anh chị em trong Bộ môn Tin học, Khoa Toán-Cơ-Tin học, đặc biệt GS TS Đặng Huy Ruận, PGS TS Nguyễn Hữu Ngự, PGS TS Đỗ Trung Tuấn, PGS TS Lê Trọng Vĩnh, TS Nguyễn Thị Minh Huyền, đã luôn chia sẻ, động viên, tạo điều kiện thu xếp công việc thuận lợi, giúp đỡ tôi rất nhiều trong việc hoàn thành luận án này. Tôi xin chân thành cảm ơn các thầy cô, các anh chị và các bạn trong Xemina "Toán học tính toán" về những thảo luận và góp ý trong các buổi Xemina.

Đặc biệt, tôi xin chân thành cảm ơn GS TSKH Nguyễn Hữu Công, PGS TSKH Vũ Hoàng Linh, PGS TS Nguyễn Hữu Điển, GS TS Đặng Quang Á, PGS TSKH Phạm Huy Điển, PGS TS Nguyễn Minh Tuấn, TS Nguyễn Trung Hiếu đã giúp đỡ, góp những ý kiến xác đáng để luận án được hoàn thiện hơn. Tôi xin chân thành cảm ơn các thầy và anh chị em trong Trung tâm Tính toán Hiệu năng cao, ĐHKHTN, ĐHQG Hà Nội. Trong suốt thời gian học tập trước đây và quá trình nghiên cứu sinh, Trung tâm đã tạo điều kiện cho tôi được tìm hiểu tiếp cận các phương tiện, máy móc và tạo môi trường làm việc thuận lợi để tôi có thể thực hiện đề tài của mình. Tôi cũng rất biết ơn Trường ĐHKHTN, ĐHQG Hà Nội.

Công tác quản lý đào tạo và môi trường nghiên cứu của Trường đã góp phần không nhỏ để cho luận án này được hoàn thành đúng dự định. Xin chân thành cảm ơn TS Cao Văn Chung, Lê Trung Kiên, Nguyễn Trung ii Kiên, Nguyễn Thị Thanh Lan, Vũ Anh Mỹ, Đặng Văn Hiếu và các bạn khác, những người đã chia sẻ, giúp đỡ về nhiều mặt, để tôi có thể hoàn thành quá trình nghiên cứu của mình. Tôi xin gửi lời cảm ơn tới Quỹ Phát triển Khoa học Công nghệ Quốc gia Việt Nam (NAFOSTED). Luận án này được hỗ trợ một phần về mặt tài chính bởi Quỹ, trong khuôn khổ Đề tài Nghiên cứu khoa học cơ bản mã số 101.

Cuối cùng, tôi muốn bày tỏ lòng biết ơn sâu sắc tới mẹ và những người thân trong gia đình, những người đã cảm thông và chia sẻ mọi khó khăn cùng tôi trong suốt những năm tháng qua để tôi có thể hoàn thành luận án. Luận án này, và những gì tôi đang cố gắng thực hiện, là để gửi tới cha, mẹ, vợ và những người thân trong gia đình, với tất cả lòng biết ơn sâu sắc nhất. iii Mục lục Lời cam đoan. ii Danh mục các ký hiệu và chữ viết tắt.

viii Danh mục các bảng. x Danh mục các hình vẽ. xi Mở đầu. Kiến thức chuẩn bị.

Nguyên lý tính toán song song. Kiến trúc máy tính song song. Lập trình song song. Đánh giá hiệu quả của tính toán song song.

Bài toán kích thước lớn, điều kiện xấu và bài toán đặt không chỉnh 24 1. Bài toán kích thước lớn. Bài toán đặt không chỉnh và bài toán điều kiện xấu. Một số phương pháp hiệu chỉnh.

Quy trình giải một bài toán kích thước lớn và điều kiện xấu trên bó máy tính. Một số phương pháp tuần tự và song song giải hệ phương trình toán tử. 33 iv Chương 2. Phương pháp song song giải hệ phương trình toán tử tuyến tính và ứng dụng.

Phương pháp chỉnh lặp song song. Giải hệ phương trình đại số tuyến tính quá xác định và ứng dụng trong bài toán khôi phục ảnh. Phương pháp chỉnh lặp hiện song song và chỉnh lặp ẩn song song cho hệ phương trình đại số tuyến tính quá xác định. Ước lượng sai số của phương pháp.

Thử nghiệm số. Giải hệ phương trình đại số tuyến tính quá xác định. Bài toán khôi phục ảnh đa cấp xám. Phương pháp song song toàn phần giải một lớp phương trình đạo hàm riêng đại số.

Phân rã bài toán biên cho phương trình đạo hàm riêng đại số thành bài toán biên cho phương trình elliptic và phương trình parabolic. Phương pháp phân rã song song giải bài toán biên cho phương trình elliptic và parabolic. Thử nghiệm số. Phương pháp chỉnh lặp Gauss-Newton song song giải hệ phương trình toán tử phi tuyến và ứng dụng.

Phương pháp chỉnh lặp Gauss-Newton và phương pháp chỉnh lặp Gauss -Newton song song. Sự hội tụ của phương pháp chỉnh lặp Gauss-Newton song song. Áp dụng cho hệ phi tuyến dưới xác định. Hệ phương trình có cấu trúc thưa.

Mối liên hệ giữa phương pháp chỉnh lặp Gauss-Newton song song và các phương pháp chỉnh lặp song song. 97 Danh mục công trình khoa học của tác giả liên quan đến luận án. 99 Tài liệu tham khảo. 100 vi Danh mục các ký hiệu và chữ viết tắt h·, ·i Tích vô hướng (hoặc tích đối ngẫu).

kxk Chuẩn của véc tơ x. kDk Chuẩn của ma trận D. 0 F (x) Đạo hàm Frechet của F tại điểm x. cond(A) Số điều kiện của ma trận A.

>> Ký hiệu lớn hơn nhiều. AT Ma trận chuyển vị của ma trận A. Toeplitz Ma trận Toeplitz. vec(F) Phép dãn ma trận F thành véc tơ.

A? Toán tử liên hợp của toán tử A. H Không gian Hilbert. PIIRM (PEIRM) Phương pháp chỉnh lặp ẩn (hiện) song song. PEIRMm Phương pháp PEIRM với m bước lặp trong.

IRGNM Phương pháp chỉnh lặp Gauss Newton. PIRGNM Phương pháp chỉnh lặp song song Gauss Newton. PSU Phương pháp phân rã song song. PFS Phương pháp song song với bước phân.

LW Phương pháp lặp Landweber. TSVD Phương pháp khai triển kỳ dị chặt cụt. CGLS Phương pháp bình phương tối thiểu gradient liên hợp. x† Nghiệm của hệ phương trình.

vii IVP Bài toán giá trị ban đầu. BVP Bài toán biên. xnδ Nghiệm xấp xỉ thứ n của x†. nmax Tổng số bước lặp.

nmin Số n nhỏ nhất khi sai số tương đối (REN) của phương pháp tương ứng nhỏ hơn một giá trị cho trước. span(Vk ) Không gian con sinh bởi tập k véc tơ Vk = {v1 ,. IBVP Bài toán biên - ban đầu. SISD Đơn lệnh, đơn dòng dữ liệu.

SIMD Đơn lệnh, đa dòng dữ liệu. MISD Đa lệnh, đơn dòng dữ liệu. MIMD Đa lệnh, đa dòng dữ liệu. VPU Bộ xử lý véc tơ.

SM_MIMD Kiến trúc máy tính đa lệnh, đa dòng dữ liệu với bộ nhớ chia sẻ. DM_MIMD Kiến trúc máy tính đa lệnh, đa dòng dữ liệu với bộ nhớ phân tán. UMA Kiến trúc máy tính song song với bộ nhớ chia sẻ truy cập ngang quyền. SMP Máy tính đa bộ xử lý đối xứng.

NUMA Kiến trúc máy tính song song với bộ nhớ chia sẻ truy cập không ngang quyền. GPU Đơn vị xử lý đồ họa. CUDA Kiến trúc thiết bị tính toán hợp nhất. viii Danh mục các bảng Chương 2.1 Sai số tương đối của PIIRM và PEIRM theo số bước lặp .2 Sai số tương đối của PIIRM và PEIRM theo số bước lặp .3 Sai số tương đối của PIIRM, PEIRM và LW theo số bước lặp .4 Sai số tương đối của PIIRM, PEIRM và LW theo số bước lặp .5 Hệ số tăng tốc và Hiệu suất thực thi các phương pháp.6 Thời gian thực hiện thuận toán cải tiến và PEIRM1 .7 Hệ số tăng tốc và hiệu suất của phương pháp PEIRM1 .8 Kết quả với tỷ lệ hτ2 không đổi .9 Hệ số tăng tốc và hiệu suất của phương pháp PFS .10 Thời gian thực thi phương pháp PSU .11 Tốc độ và hiệu suất trên một node tính toán .12 Tốc độ và hiệu suất trên một node tính toán .13 Số các phép lặp .14 Thời gian thực hiện .1 Sai số tương đối và thời gian thực hiện chương trình tuần tự với η = 2.2 Chỉ số dừng của phương pháp PIRGNM với η = 0.3 Hiệu suất và tốc độ của phương pháp PIRGNM .4 Sai số tương đối và thời gian thực hiện chương trình tuần tự với η = 0.5 Chỉ số dừng của phương pháp PIRGNM với η = 0.6 Kết quả nhận được của hai phương pháp với cùng một số bước lặp cố định.7 Hiệu suất và tốc độ của phương pháp PIRGNM trên bó máy tính IBM 1350.

94 x Danh mục các hình vẽ Chương 1.1 Kiến trúc của máy tính với bộ xử lý mảng .4 Máy tính với bộ nhớ phân tán .5 Kiến trúc bó máy tính IBM1350 và IBM1600.1 Sai số tương đối của phương pháp PIIRM và PEIRM.2 Sai số tương đối của PIIRM và PEIRM.3 Sai số tương đối của phương pháp PIIRM, PEIRM và LW.4 Sai số tương đối của các phương pháp PIIRM, PEIRM và LW.6 Ảnh khôi phục .7 Ảnh khôi phục .10 Ảnh khôi phục .11 Ảnh khôi phục. 59 xi Mở đầu Nhiều vấn đề trong các lĩnh vực khai phá dữ liệu, chuẩn đoán bệnh bằng hình ảnh, tìm kiếm và bào chế dược phẩm đặc dụng, công nghệ đa phương tiện, phát triển đồ họa và thực tại ảo, dự báo thời tiết, cảnh báo động đất, sóng thần, vv.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Vũ Tiến Dũng (2014). Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính [Luận án tiến sĩ, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/tai-lieu-khac/giai-he-phuong-trinh-kich-thuoc-lon-dieu-kien-xau-bo-may-tinh

Câu hỏi thường gặp

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" nghiên cứu về vấn đề gì?

Luận văn: Giải hệ PT kích thước lớn, điều kiện xấu trên bó máy tính (luận án TS toán học 62 46 35 01). Phương pháp mới hiệu quả.

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội. Năm bảo vệ: 2014.

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" thuộc chuyên ngành gì?

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" thuộc chuyên ngành Bảo đảm toán học cho máy tính và hệ thống tính toán. Danh mục: Tài liệu khác.

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" có bao nhiêu trang?

Luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" có 121 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Giải hệ phương trình lớn, điều kiện xấu trên bó máy tính" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter