1. |
2. Optimizacija zvijanja proteinov znotraj kubične mreže s pomočjo evolucijskega algoritma in grafične procesne enote : diplomsko deloMatic Vipotnik, 2020, undergraduate thesis Abstract: V diplomskem delu smo implementirali algoritem za optimizacijo zvijanja proteinov znotraj modela HP. Algoritem na centralno procesni enoti porabi veliko časa, da protein zvije v optimalno strukturo. Zato smo algoritem prilagodili, da se izvaja na grafični procesni enoti. Učinkovitost algoritma smo analizirali na znanih sekvencah iz literature. S pomočjo algoritma, ki se je izvajal na grafični procesni enoti smo v povprečju dosegli 10,2 - kratno pohitritev v primerjavi z algoritmom, ki se izvaja na centralno procesni enoti. Keywords: zvijanje proteinov, CUDA, optimizacija, evolucijski algoritem Published in DKUM: 03.11.2020; Views: 1158; Downloads: 101
Full text (748,33 KB) |
3. Nevroevolucijski algoritem NEAT na grafičnih karticah : magistrsko deloBlaž Sitar, 2019, master's thesis Abstract: V magistrski nalogi naslavljamo problem implementacije algoritma NeuroEvolution of Augmenting Topologies (NEAT) za delovanje na grafičnih karticah. Algoritem NEAT je genetski algoritem za učenje razvijajočih nevronskih mrež. Izhaja iz področja nevroevolucije, ki v umetni inteligenci uporablja genetske algoritme za generiranje in učenje nevronskih mrež. Algoritem za svoje delovanje porabi veliko strojnih in časovnih virov, zato je implementacija na grafičnih karticah smiselna. Implementacijo smo izvedli v arhitekturi CUDA, ki jo podpirajo grafične kartice podjetja NVIDIA. Hitrost in uspešnost algoritma smo izmerili na petih različnih grafičnih karticah in jo primerjali s hitrostjo in uspešnostjo originalnega algoritma. Ugotovili smo, da je naša implementacija algoritma zadovoljiva, saj je hitrejša in prav toliko uspešna kot originalna implementacija algoritma NEAT. Keywords: nevroevolucija, NEAT, nevronska mreža, genetski algoritem, CUDA Published in DKUM: 21.11.2019; Views: 1440; Downloads: 145
Full text (1,53 MB) |
4. |
5. Algoritem za napovedovanje toplotne obremenitve stavb na večjem geografskem območju : doktorska disertacijaMarko Bizjak, 2019, doctoral dissertation Abstract: V doktorski disertaciji predstavimo nov algoritem za napovedovanje toplotne obremenitve stavb na večjem geografskem območju. Pri tem geografsko območje opisujejo visokoločljivostni podatki laserskega zajema LiDAR. Najprej ob vključitvi podatkov iz javnih prostorskih baz z algoritmom rekonstrukcije na osnovi 3D Boolovih operacij nad polprostori generiramo 3D trikotniške modele stavb. Pri tem vsakemu trikotniku določimo pripadajoč material. Trikotniki posameznega modela določajo zunanji ovoj stavbe. Modele stavb združimo z modeloma reliefa in vegetacije, ki sta prav tako generirana iz podatkov LiDAR, s čimer določimo geometrijske lastnosti okolja. Sledi izračun toplotne obremenitve stavb, ki ga izvedemo za vsak časovni korak v izbranem obdobju. Za posamezen trikotnik izračunamo vidno nebo, ovrednotimo sončno obsevanje ter na podlagi temperaturne razlike in fizikalnih lastnosti materialov izračunamo prenos toplote v danem časovnem trenutku. Izračun toplotne obremenitve stavb nato paraleliziramo na grafični procesni enoti s tehnologijo CUDA. V eksperimentalnem delu pokažemo uporabnost predlaganega algoritma za napovedovanje toplotne obremenitve stavb na večjem geografskem območju, pri čemer izvedemo tako dolgoročno kot kratkoročno napovedovanje na podlagi meteorološke napovedi. V primerjavi s sorodnimi algoritmi lahko dosežemo vsaj za 10 % bolj točne rezultate, pri čemer je predlagan algoritem tudi manj občutljiv na nižjo gostoto podatkov LiDAR. Na GPE je v primerjavi s CPE možno več kot 60-krat hitrejše izvajanje, kar predstavimo na koncu eksperimentalnega dela. Keywords: paralelno računanje, GPGPU, CUDA, LiDAR, modeli stavb, toplotna obremenitev, prenos toplote, računalniške simulacije Published in DKUM: 11.07.2019; Views: 1978; Downloads: 400
Full text (19,98 MB) |
6. Urejanje števil z algoritmom radix na GPEBoštjan Koštomaj, 2018, undergraduate thesis Abstract: V diplomski nalogi raziščemo področje urejanja števil z algoritmom radix in paralelizacijo algoritma na grafični procesni enoti (GPE). Za računanje na GPE smo uporabili tehnologijo CUDA, ki omogoča hitrejšo in učinkovitejšo uporabo grafičnih procesorjev. V nadaljevanju smo primerjali hitrosti urejanja različnih podatkovnih tipov, različnih velikosti podatkov in časovne razlike pri paralelnem in zaporednem urejanju radix. Ugotovili smo, da je paralelno urejanje približno 50-krat hitrejše. Keywords: algoritmi urejanja, urejanje radix, CUDA, paralelizacija, GPE Published in DKUM: 09.10.2018; Views: 1430; Downloads: 111
Full text (1,60 MB) |
7. Algoritem določanja funkcijske odvisnosti povezav med vozlišči v kompleksnih mrežahDavid Jesenko, 2018, doctoral dissertation Abstract: V doktorski disertaciji predstavimo nov dvonivojski evolucijski algoritem za določanje funkcijske odvisnosti med netopološkimi lastnostmi vozlišč in povezavami v kompleksnih mrežah. Rezultat algoritma je neenačba, ki določa povezljivost med izbranima vozliščema kompleksne mreže. Na prvem nivoju predstavljenega algoritma poiščemo obliko neenačbe, na drugem nivoju pa ustrezne koeficiente in odločitveni prag. Ocenitveno funkcijo, ki je ozko grlo predlaganega algoritma, smo implementirali na grafično procesni enoti s tehnologijo CUDA, s čimer dosežemo učinkovito vzporedno izvajanje. V eksperimentalnem delu doktorske disertacije pokažemo primernost predstavljenega algoritma za analizo naravnih kompleksnih mrež. V primerjavi z metodami strojnega učenja in evolucijskimi algoritmi dosežemo boljše rezultate. Doktorsko disertacijo zaključimo s pregledom opravljenega dela in ovrednotenjem našega prispevka na raziskovalnem področju. Keywords: evolucijski algoritmi, strojno učenje, kompleksne mreže, netopološke lastnosti vozlišč, funkcijski zapis, paralelno računanje, GPGPU, CUDA Published in DKUM: 03.05.2018; Views: 1789; Downloads: 297
Full text (11,91 MB) |
8. HITROSTNA OPTIMIZACIJA RAČUNANJA ZGOŠČENIH VREDNOSTI Z ALGORITMOM SHABAL512Matjaž Škorjanc, 2016, master's thesis Abstract: Kriptovalute se pospešeno uveljavljajo kot moderno plačilno sredstvo. Kovance kriptovalut pridobivamo z računskim postopkom, imenovanim rudarjenje, ki je matematični kriptografski princip računanja ustreznih zgoščenih vrednosti s poskušanjem. S hitrejšim in učinkovitejšim rudarjenjem kriptovalut pridobimo več kovancev oz. zaslužimo več. V magistrski nalogi obravnavamo teoretične in praktične pohitritve ter učinkovitosti splošno razširjenih optimizacijskih tehnologij (SSE2, AVX2, CUDA, OpenCL) pri rudarjenju kriptovalut. Podrobneje analiziramo prednosti in slabosti vsake tehnologije in smotrnost njene uporabe. Izmerimo in analiziramo hitrosti, porabo električne energije in dobičkonosnost izbranih tehnologij na hipotetičnem primeru kriptovalute, ki uporablja algoritem Shabal512. Rezultati študije potrdijo, da so pri paralelnem računanju algoritma Shabal512 optimizacijske tehnologije na grafičnih karticah bistveno bolj učinkovite od optimizacijskih tehnologij centralne procesne enote. Keywords: zgoščena vrednost, hitrostna optimizacija, Shabal, CUDA, OpenCL, AVX2, SSE2, kriptovaluta, Bitcoin Published in DKUM: 07.09.2016; Views: 2555; Downloads: 660
Full text (1,08 MB) |
9. Algoritem za celostno vrednotenje fotovoltaičnega in vetrnega potenciala večjih geografskih območijNiko Lukač, 2016, doctoral dissertation Abstract: V doktorski disertaciji predlagamo nov algoritem za izračun fotovoltaičnega in vetrnega potenciala nad večjim geografskim območjem. Pri tem veliko geografsko območje predstavimo v topološki strukturi mreže, ki jo skonstruiramo iz visokoločljivostnih podatkov laserskega snemanja LiDAR. Najprej relativno, glede na lokacijo, izračunamo položaj Sonca, senčenje ter anizotropno obsevanje na površino, z upoštevanjem večletnih meritev direktnega in difuznega obsevanja. Izračunano trenutno vrednost globalnega obsevanja integriramo po času, pri čemer upoštevamo tudi od globalnega obsevanja nelinearno odvisno karakteristiko izkoristka (učinkovitosti) obravnavanega fotovoltaičnega sistema. V drugem delu doktorske disertacije predstavimo novo metodologijo za izračun vetrnega potenciala nad dano mrežo, kjer z računalniško simulacijo določimo vetrni tok kot skupek zračnih molekul z Lagrangeovo metodo hidrodinamike zglajenih delcev ter modelom turbulence temelječim na Reynoldsovim povprečenjem. Za izvedbo izračuna potencialnega gibanja vetra upoštevamo še večletne podatke meteoroloških meritev hitrosti in smeri vetra, s katerimi zgradimo logaritmični vetrni profil za določitev začetnih pogojev delcev vetra. Za izračun izhodne moči uporabimo nelinearno karakteristiko moči vetrne elektrarne, ki je odvisna od hitrosti vetra. Integracijo slednje po času uporabimo za napoved proizvodnje električne energije. Obe metodologiji združimo v predlagan algoritem, ki ga implementiramo na grafični procesni enoti s tehnologijo CUDA, s čimer dosežemo učinkovito paralelno izvajanje v doglednem času. V eksperimentalnem delu doktorske disertacije s primerjavo izračunanih vrednosti in neodvisnih meritev ovrednotimo natančnost in točnost izračuna glede na vhodne podatke. Z algoritmom tudi vrednotimo fotovoltaični in vetrni potencial večjega geografskega območja mesta Maribor. Pri fotovoltaičnem potencialu v povprečju dosežemo točnost glede na podatke meritev do 97%, pri vetrnem potencialu pa do 92%. Keywords: algoritmi, modeliranje in simulacija, računalniška simulacija, daljinsko zaznavanje, meteorolov{s}ke meritve, podatki LiDAR, paralelno računanje, GPU, GPGPU, CUDA, fotovoltaiv{c}ni potencial, vetrni potencial, hidrodinamika zglajenih delcev Published in DKUM: 02.06.2016; Views: 2372; Downloads: 367
Full text (5,62 MB) |
10. DINAMIČNI PARALELIZEM NA GPEFilip Urh, 2015, undergraduate thesis Abstract: V diplomskem delu preučimo in predstavimo novo funkcionalnost arhitekture CUDA. Gre za dinamični paralelizem, ki omogoča poganjanje programskih jeder neposredno iz grafične procesne enote. V začetku podrobno predstavimo arhitekturo CUDA in algoritem CART za gradnjo odločitvenih dreves, ki smo ga uporabili za demonstracijo uporabe dinamičnega paralelizma. Algoritem smo implementirali v zaporedni različici na CPE ter v paralelnih različicah z in brez dinamičnega paralelizma na GPE. Predstavili smo primerjalne meritve časov izvajanja vseh treh implementacij in ugotovili, da uporaba dinamičnega paralelizma omogoča krajši čas izvajanja in lažjo implementacijo algoritma. Keywords: grafična procesna enota, odločitveno drevo, CART, CUDA, dinamični paralelizem Published in DKUM: 14.10.2015; Views: 1854; Downloads: 110
Full text (2,76 MB) |