تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

دانلود ترجمه مقاله کاربرد حداقل مربعات غیر منفی موازی کارآمد در معماری چند هسته ای – مجله ACM

عنوان فارسی: کاربرد حداقل مربعات غیر منفی موازی کارآمد در معماری چند هسته ای
عنوان انگلیسی: EFFICIENT PARALLEL NON-NEGATIVE LEAST SQUARES ON MULTI-CORE ARCHITECTURES
تعداد صفحات مقاله انگلیسی : 16 تعداد صفحات ترجمه فارسی : 34
سال انتشار : 2011 نشریه : ACM
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 4029 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.39Mb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر و ریاضی
گرایش های مرتبط با این مقاله: مهندسی نرم افزار، شبکه های کامپیوتری و ریاضی کاربردی
مجله: مجله SIAM در مورد محاسبات علمی
دانشگاه: انجمن ریاضی کاربردی و صنایع پنسیلوانیا، ایالات متحده آمریکا
کلمات کلیدی: حداقل مربعات غیر منفی، مجموعه فعال، به روزرسانی QR ، موازات و برابری، چند هسته ای، GPU ، از حالت پیچشی درآوردن
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

۱ مقدمه

۱ ۱ حداقل مربعات غیر منفی

۲ ۱ بررسی الگوریتم های NNLS

۲ روش مجموعه فعال

۳ الگوریتم پیشنهاد شده

۱ ۳ به روزرسانی QR

۲ ۳ به روزرسانی آلترناتیو QR با چرخش

۴ ۳ تنزل رتبه QR با چرخش

۴ معماریهای CPU چند هسته ای

۱ ۴ اجرای CPU

۵ معماریهای GPU

۱ ۵ اجرای GPU

۲ ۵ موازی سازی روشهای QR

۳ ۵ مصرف حافظه

۶ کاربرد

۷ آزمایشات

۱ ۷ داده های تست غیر مصنوعی

۲ ۷ داده های تست مصنوعی

۸ ملاحظات پایانی

نمونه متن انگلیسی

Abstract

We parallelize a version of the active-set iterative algorithm derived from the original works of Lawson and Hanson (1974) on multi-core architectures. This algorithm requires the solution of an unconstrained least squares problem in every step of the iteration for a matrix composed of the passive columns of the original system matrix. To achieve improved performance, we use parallelizable procedures to efficiently update and downdate the QR factorization of the matrix at each iteration, to account for inserted and removed columns. We use a reordering strategy of the columns in the decomposition to reduce computation and memory access costs. We consider graphics processing units (GPUs) as a new mode for efficient parallel computations and compare our implementations to that of multi-core CPUs. Both synthetic and non-synthetic data are used in the experiments.

نمونه متن ترجمه

چکیده

در این مقاله ورژنی از الگوریتم تکراری مجموعه فعال حاصله از کارهای اصلی لاوسون و هانسون (1974) را روی معماریهای چند هسته ای موازی می کنیم. این الگوریتم مستلزم راه حل یک مسئله حداقل مربعات غیر مقید در هر مرحله از تکرار برای ماتریس متشکل از ستون های غیر فعال ماتریس سیستم اصلی میباشد. برای نیل به بهبود عملکرد، از روشهای قابل موازی سازی(موازی شدنی) برای برای به روزرسانی و داوندیت فاکتور گیری QR از ماتریس در هر تکرار، برای ذکر ستون های درج و حذف شده استفاده می کنیم. در این راستا از استراتژی مرتب سازی مجدد ستون ها در تجزیه برای کاهش هزینه های دستیابی به حافظه و محاسبه استفاده می کنیم. در اینجا واحدهای پردازش گرافیک (GPU) را به عنوان مد جدیدی برای محاسبات موازی کارآمددر نظر گرفته و اجراهایمان را با CPU های چند هسته ای مقایسه می کنیم. در آزمایشات از داده های مصنوعی و غیر مصنوعی استفاده شده است.

نحوه خرید نسخه پاورپوینت این مقاله