|
|
 |
• Содержание выпуска •
• Методы оптимизации и теория управления •
• Математические основы программирования •
• Информационные системы в медицине •
• Искусственный интеллект, интеллектуальные системы, нейронные сети •
• Программное и аппаратное обеспечение распределенных и суперкомпьютерных систем •
Математические основы программирования
Ответственные за рубрику: д.ф.-м.н.
Непейвода Н.Н.
Слева для каждой статьи показаны: присвоенный статье порядковый номер;
дата поступления статьи в
редакцию; количество страниц статьи в
формате А5; ссылка на полный текст статьи в формате PDF
/r1/pdf.jpg) .
|
18
Поступила в редакцию 26.07.2019
Подписана в печать
28.11.2019
51 с.
/r2/pdf.jpg)
PDF |
В. П.
Фраленко, Ю. Г. Емельянова, О. Г. Шишкин, А.
Е. Лисейцев
Интеллектуальная поддержка процессов контроля и
диагностики космических подсистем
В настоящей работе проведено исследование предметной области,
выполнен обзор существующих разработок в области построения систем
мониторинга, контроля и диагностики подсистем космических аппаратов,
в том числе, с использованием нейросетевого подхода. Теоретически
исследованы пути реализации математического и алгоритмического
обеспечения системы контроля и диагностики подсистем космического
аппарата.
Разработаны методические подходы, способы и методы решения
технических задач по построению нейросетевой системы контроля и
диагностики подсистем космического аппарата. Применение технологий
искусственных нейронных сетей позволяет обнаруживать,
классифицировать и прогнозировать ошибки, осуществлять
многоуровневую диагностику подсистем космического аппарата и
прогнозировать их дальнейшее поведение, тем самым увеличивая
эффективность, скорость принятия решений и надежность работы узлов
космического аппарата.
Представлен метод графического представления временных
последовательностей, позволяющий визуально классифицировать
радиотехнический сигнал и обнаружить шум в этом сигнале.
Предлагается формировать и ранжировать набор значимых признаков
путем применения алгоритмов «Add» и «Del».
Ключевые слова: космический аппарат, мониторинг, диагностика,
прогнозирование, искусственные нейронные сети, интеллектуальная
поддержка, когнитивная визуализация, когнитивное представление
радиотехнического сигнала. |
|
Ссылка на статью
обязательна |
http://psta.psiras.ru/read/psta2019_4_25-75.pdf |
|
цифровой идентификатор
статьи DOI |
https://doi.org/10.25209/2079-3316-2019-10-4-25-75 |
|
19
Поступила в редакцию 28.02.2019
Подписана в печать
30.11.2019
20 с.
PDF |
А. А.
Рыбаков, С. С. Шумилин
Исследование эффективности векторизации гнезд циклов с
нерегулярным числом итераций
Векторизация вычислений является важной низкоуровневой
оптимизацией, используемой для создания высокоэффективного
параллельного кода. Особенности набора инструкций AVX-512 позволяют
применять
векторизацию для сложного программного контекста, в частности для
гнезд
циклов и циклов с сильно разветвленным управлением. При
использовании
векторных инструкций для контекста с неизвестным профилем исполнения
существует опасность низкой эффективности векторизации. Особенно
ярко
это проявляется при векторизации гнезд циклов с нерегулярным числом
итераций внутреннего цикла.
В статье рассматривается практический подход к векторизации гнезд
циклов, основанный на предикатном представлении программы. В
качестве
примера приводится реализация сортировки Шелла, компактная
реализация
которой состоит из гнезда циклов, в котором количество итераций
внутреннего
цикла носит нерегулярный характер и зависит от номеров итераций
внешних
циклов. Такой контекст является крайне неудобным для векторизации.
Приводится сравнение теоретической и практической эффективности
векторизации сортировки Шелла, рассматриваются особенности этого
программного контекста и объясняется их негативное влияние на
производительность векторизованного кода. Полученные результаты
могут быть использованы исследователями и разработчиками
программного обеспечения для обнаружения причин низкой эффективности
векторизации программного кода с похожими особенностями.
Ключевые слова: векторизация, AVX-512, гнезда циклов с
нерегулярным числом итераций, сортировка Шелла, теоретическое
ускорение. |
|
Ссылка на статью
обязательна |
http://psta.psiras.ru/read/psta2019_4_77-96.pdf |
|
цифровой идентификатор
статьи DOI |
https://doi.org/10.25209/2079-3316-2019-10-4-77-96 |
• Содержание выпуска •
• Методы оптимизации и теория управления •
• Математические основы программирования •
• Информационные системы в медицине •
• Искусственный интеллект, интеллектуальные системы, нейронные сети •
• Программное и аппаратное обеспечение распределенных и суперкомпьютерных систем •
|
