F3 Комп'ютерні науки
Permanent URI for this collection
Освітньо-наукова програма: "Комп'ютерні науки"
Browse
Browsing F3 Комп'ютерні науки by Author "Малашонок, Геннадій"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item Алгоритм зведення симетричної матриці до тридіагональної із застосуванням QR та QP розкладів(2024) Першута, Павло; Малашонок, ГеннадійМетою дослідження є оптимізація запропонованого алгоритму використанням методу Штрассена для множення матриць та його застосування для зведення симетричної матриці до тридіагональної.Item Алгоритм множення розріджених матриць на графічному процесорі(2022) Сичов, В.; Малашонок, ГеннадійУ дані роботі було розглянуто реалізацію алгоритму множення розріджених матриць на графічному процесорі та на центральному процесорі. Порівняно їхню роботу та надано оцінку швидкодії множення в залежності від розміну досліджуваної матриціItem Алгоритм обчислення тридіагональної матриці ортогональним розкладанням на графічному процесорі(2021) Сухарський, Сергій; Малашонок, ГеннадійУ роботі розглянуто та реалізовано алгоритм ортогонального розкладання матриці, який є частиною алгоритму SVD. Також описано платформу та середовище для роботи з графічними процесорами NVIDIA CUDA. Наведено реалізацію бідіагоналізації матриці та обчислення ортогональних множників методом Хаусхолдера в середовищі jCUDA. Проведено експерименти та дослідження отриманих результатів пришвидшення обчислень з використанням графічного процесора порівняно з реалізацією на центральному процесорі.Item Обчислення сингулярного розкладу матриць з використанням графічного процесора(2022) Сухарський, Сергій; Малашонок, ГеннадійУ роботі розглянуто та реалізовано алгоритм сингулярного розкладу матриці, який складається з двох частин: ортогонального розкладання матриці, та приведення матриці до діагонального вигляду. Проведено огляд та опис програмного середовища та платформи CUDA розробленої компанією NVIDIA. Наведено реалізацію до дводіагонального вигляду матриці з обчисленням ортогональних множників за методом Хаусхолдера і діагоналізації, з використанням матриці повороту Ґівенса, в середовищі jCUDA. Проведено експерименти, результати яких ретельно досліджені на предмет пришвидшення обчислень з використанням графічного процесора порівняно з реалізацією на центральному процесорі, а також проведено порівняння з альтернативними способами реалізації SVD алгоритму для виконання на графічних процесорах.