Proužkové mapování matic na procesory. Týden 11. Maticové výpočty a aplikace. Úlohy ze zpracování signálů a obrazů.
|
|
- Markéta Dušková
- před 6 lety
- Počet zobrazení:
Transkript
1 Proužkové mapování matic na procesory Týden. Maticové výpočty a aplikace. Úlohy ze zpracování signálů a obrazů. P procesorů s indey,,..., P- (virtuální lineární pole) matice m řádků, n sloupců; k řádků (sloupců) v bloku. řádkové. sloupcové cykl po blocích ma. velikosti k = m/p nebo k = n/p, k cyklicky po blocích (k mezi a ma) cyklicky po řádcích nebo sloupcích, tj.po blocích min. velikosti (k = ) normální reverzované Šachovnicové mapování matic na procesory P procesorů s indey,,..., P-, virtuální mřížka matice: m řádků, n sloupců P a. cykl po blocích ma. velikosti (m/ P) (n/ P) b. cyklicky po blocích [k řádků, k sloupců na blok] c. cyklicky po blocích min. velikosti (po prvcích) P CPU: Transpozice matice n n (MP, proužky) nic se nepočítá, čistě komunikační záležitost každá CPU má n/p řádků výchozí matice transponuje P submatic velikosti n/p n/p, z nich P- pošle jiným CPU (komunikace AAS) a submatici na diagonále si ponechá doma CPU: P = P = Transpozice matice na svazku (COW, proužky) Transpozice na SF hyperkostce, P/ kroků Každá CPU má blok n/p po sobě jdoucích řádků (lze na ně pohlížet jako na P submatic [ i ] velikosti n/p n/p. AAS: P- kroků, v každém kroku permutační směrování, aby nedošlo k tlačenici v multiportovém přepínači SW řetězení: překryj transpozici následující submatice s odesíláním právě transponované submatice:. Transponuj submatici (myid)mod P. Cykl (P-)- krát, h =,,,P transponuj submatici (myidh)mod P paralelně s odesíláním předchozí submatice (myidh-)mod P (transponovaná submatice (myid) se nikam neodesílá) krok krok krok krok RA T AAS = ( P / )( ts mtw) Plán přesunů: co -kdy-kam RA dimenze krok Relativní adresa zprávy RA = src dst do směru dim se ve fázi krok posílá submatice s indeem myid XOR RA[krok][dim]
2 Transpozice matice n n (proužky) ve SM nic se nepočítá, čistě přemisťovací záležitost každá CPU transponuje svoje řádkové submatice (v cache), pak je zapíše jako sloupcové submatice do paměti; po bariéře si načte nové řádkové submatice ; minimalizovat počet výpadků! celkem se po sběrnici přesune sekvenčně P (P-) submatic; CPU: P = CPU: P = Násobení matic C = A B na D-T (šachovnice) akumulací součinů zkřivených a rotovaných matic A, B. Cannonův algoritmus používá rozčlenění A a B do P P čtvercových submatic a pak jejich zkřivení (skewing). zkřivení podél.osy: -. osy: a b c A = d e f A() = d b i, A( ) g h i g e c Atmp = A (-) ; Btmp = B () ; C = ; inicializace for (i=;i<= P;i) { C=CAtmp*Btmp; maticový součin stejnolehlých submatic!! Atmp = rotace(atmp ve. ose); submatice Btmp = rotace(btmp v. ose); submatice a h f a = e f i b g c d h Faktorizace A = L U A L U Použití: Řešení systému lin. rovnic pro mnoho pravých stran b (Jiná možnost by byla vypočítat inverzní matici A - ). - Cíl: řešit A = LU = b pro. - To lze provést ve dvou snadných krocích: řešit Ly = b pro y (dopředná substituce) řešit U = y pro (zpětná substituce). lze uložit do A (místo A) Postup faktorizace A = L U - Gaussova eliminace (= transformace A na matici U) - Matice L má na hlavní diagonále jedničky, nad ní nuly a prvky pod hlavní diagonálou jsou koeficienty, kterými byl násoben pivot. řádek L[i,k]=A[i,k]/A[k,k] i=k,k,...,n - je-li pivotní prvek nula, došlo by k přetečení; je-li blízký nule, mohlo by dojít k numerické nestabilitě. Proto se vyměňují řádky matice A tak, aby se na diagonálu dostal prvek s největší abs. hodnotou ve sloupci a stal se pivotním (tzv. partial pivoting). V kroku k bude pivot prvek A[i[k],k]. Možnosti paralelního postupu: každý proces vybere maimum ve svém proužku a aktualizuje svou kopii pivotních indeů i. Bez bariéry. jeden proces vybere globální maimum a přehodí řádky; bariéra nutná. každý proces vybere maimum ze své části, pak společně globální maimum; bariéra nutná, privátní kopie i. Sekvenční výměna řádků (partial pivoting) double A[:n,:n],LU [:n,:n],pivot, pivotrow,mult; int i[:n],t; # inicializuj i[i]=i, LU[i,j]=A[i,j]; # proveď přehození řádků před Gaussovou eliminací: for [k= to n-] { # iteruj dolů podél hlavní diagonály pivot = abs(lu[i[k],k]; #vyber prvek na diagonále ve sloupci k for [i=k to n] { if (abs(lu[i[i],k])>pivot) { # je-li pod ním větší prvek pivot=abs(lu[i[i],k]); pivotrow = i; #vezmi ten if (pivotrow!=k) {#došlo-li k výměně, vyměň i indey ve vektoru i t = i[k]; i[k]=i[pivotrow]; i[pivotrow]=t; pivot=lu[i[k],k]; #skutečná hodnota pivotního prvku v kroku k Schema programu SV pro dekompozici LU double A[:n,:n],LU [:n,:n]; #A je již inicializována int i[:n]; # vektor indeů pivotních řádků process worker (w= to P) { double pivot, mult; deklarace dalších lokálních proměnných jako např. privátní kopie i; for [i=w to n by P] #řádky cyklicky procesorům kvůli stejné zátěži inicializuj i a svoje proužky LU; barrier(w); # proveď Gaussovu eliminaci (řádky již přeházeny) for [k= to n-] { #pro všechny řádky submatice mult= LU[i[i],k]/pivot; # vypočítej násobící koeficient LU[i[i],k]=mult; # a ulož jej jako prvek matice L for [j=k to n] # odečítej násobkek pivotního řádku: LU[i[i],j]=LU[i[i],j]-mult*LU[i[k],j]; barrier(w);
3 Úlohy ze zpracování signálů a obrazů Paralelizace umělých neuronových sítí (ANN) jednorozměrná rychlá Fourierova transformace D-FFT D -FFT Vyhlazování, zostření, potlačení šumu; Detekce hran (Sobelův a Laplaceův operátor, CNN) Výpočetní požadavky u zpracování obrazů: pimapa pielů, bitů na piel; paměťová kapacita byte = Mbyte; operací/snímek, tj. ms při trvání jedné operace ns; provoz v RT vyžaduje - snímků/s, tj. - ms/snímek; za dobu snímku musí být zpracovány všechny piely; často složité operace pro každý piel. Paralelní implementace ANN - případová studie Zadání: Paralelní implementace umělých neuronových sítí pro vestavěné aplikace a práci v RT Řešení by mělo zodpovědět otázky: Jako alternativa k neuronovým čipům, je paralelní implementace levnější? snadněji aplikovatelná? výkonnější? Když paralelní implementace, tak která architektura, DM-MP nebo SM se sběrnicí? DSP SHARC CPU je vhodný pro obě řešení. Paralelní implementace ANN Rozčlenění třívrstvé ANN ADSP- SHARC by AMD SM w [ nhn, nin ] w [ non, nhn ] - t - t in [] - t out[] - t out [] in [] out[] out [] MB/s MB/s in [ nin - ] Implementace MP - jen fáze vybavování WHILE TRUE SEQ. Rozhlášení (OAB) vstupního vektoru z uzlu id =. Vypočti výstupní hodnoty přidělených skrytých neuronů (násobení matice vah vektorem aktivací, = a w aw... an wn aw potom funkce ep a dělení) f ( ) = ep( ). AAB, všichni dostanou všechny hodnoty výstupů skrytých neuronů. Vypočti přidělené výstupy. Posbírej výstupní vektor (AOG) v uzlu id =. SW řetězení čas k- k k OAB HID OAB AAB HID OAB OUT AAB HID OAB OAG OUT AAB HID OAB OAG OUT AAB HID OAB OAG OUT AAB HID OAB OAG OUT AAB HID OAG OUT AAB OAG OUT OAG
4 Paralelní implementace se SM WHILE TRUE SEQ. Pouze řídicí CPU: získej nový vstupní vektor ze vstupního buferu do SM; bariéra;. Všichni: načti vstupní hodnoty ze SM; vypočti hodnoty na výstupech přidělených skrytých neuronů; bariéra;. Všichni: čti hodnoty výstupů skrytých neuronů ze SM; vypočti přidělené výstupy; bariéra;. Pouze řídicí CPU: dej výstupní vektor ze SM do výstupního buferu; bariéra; Paralelní implementace se SM - pokrač. Předpoklady: velikost bloku cache byte, data: stačí přesnost REAL výpadek čtení každých načtených čísel u prvků - vstupního vektoru (všechny CPU), - skrytého vektoru (všechny CPUs) nebo - výstupního vektoru (pouze řídicí CPU) pokud není podporován předvýběr dat v HW (IA-) nebo SW operace write back není potřeba, zapisuje se stále do stejných bloků cache (mění se pouze stav z ekluzivního na sdílený). Vstupní a skrytý vektor (kromě přidělené sekce) se jen čtou, takže se nemusí odsunovat do SM, pouze se přepisují. předpokládáme, že matice vah jsou rezidentní ve všech uzlech (např. v privátních ROM), přístup k vahám v taktu. Výsledky a závěry Výsledky a závěry - pokrač. DM small DM medium E [%] DM large SM small SM medium SM large number of processors Speedup DM small DM medium DM large SM small SM medium SM large number of processors Závěry simulované ANN: malé - - střední - - velké - - MP se SW řetězením předčí implementaci SM Nejlepší topologie pro implementaci DM-MP - úplné propojení do P = procesorů - hyperkostka pro P =,,, - jinak kruhová topologie, P =,,,,,, Nepravidelná topologie AMP (A Minimum Path) s tabulkovým směrováním vykazuje horší výkonnost. Příklad: výkonnost paralelní FFT n-bodová Diskrétní Fourierova Transformace je def. jako součin komplení matice W n [n, n] = w n (j,k) a kompleního vektoru [n,]: n n πijk y = W n, y j = wn ( j, k) k = k ep k = k = n kde w n (j,k) jsou tzv. otáčecí činitelé (twiddle factors), jinak též komplení kořeny rovnice n = w n (j,k) = ep (- ijkπ/n ) = (cos π/n - i sin π/n) jk, i = -, j, k =,,, n-. Složitost přímého výpočtu je n aritmetických operací (součin a akumulace dvou kompleních čísel).
5 n-bodová Diskrétní Fourierova Transformace Příklady transformačních matic : jk (mod ) W = W - Algoritmus FFT využívá symetrii matice a opakující se hodnoty W e (-iπ/) - -e (-iπ/) - - -e (-iπ/) - e (-iπ/) Rychlá Fourierova transformace FFT (n = ) = algoritmus výpočtu DFT e -iπ/ - y =( )( ) y =( - )i ( - ) y =( ) ( ) y = ( - ) i ( - ) Stačí operací ± a operace * (obecně komplení) Přímý výpočet: operací ± a operací * FFT symbolicky (n = ) Rychlá Fourierova transformace FFT (n = ) reverzace adres vstupů e -ijkπ/n - j*k y y y y = Počet motýlků: n log n = operace motýlek j*k j*k y y y y y y y y n log n -krát reverzace adres vstupů FFT (n = ), uspořádání motýlků Zisk při použití n-bodové FFT Složitost FFT: log n stupňů výpočtu, n operací ± n operací * v každém stupni (obecně kompleních) O(n log n). přeskládání vstupní nebo výstupní posloupnosti: n log n kroků jako řazení. n n log n n Násobení matice vektorem podle definice DFT: O(n )
6 Motýlkové operace n-bodová paralelní FFT, n= q, P dělí n c id DIT e if w n (j,k) = u iv - C id E if C = c ue - vf D = d uf ve E = c - C F = d - D c id C id C = c e DIF D = d f e if w n (j,k) = - u iv E if * * ± * ± E = (c - e) u - (d - f) v F = (c -e) v -(d -f) u y = W n = T (W P I n/p ) S (I P W n/p ) Π permutace s rozestupem n/p n/p p-bodových FFT P n/p-bodových FFT přeskládání vektoru (permutace) reverzací indeů násobení diagonální maticí rotačních koeficientů T = diag (I n/p, Ω, Ω,, Ω P- ), Ω = diag (, ω, ω,, ω n/p- ), ω=ep(-πi/n) Implementace n-bodové paralelní FFT Paralelizace FFT (n =, P = ) Sekvence n bodů je uložena ve sdílené paměti jako matice P řádků a n/p sloupců (jazyk C).. Procesory provedou paralelně přeskládání posloupnosti reverzací bitů.. Každý procesor provede n/p-bodovou sekvenční FFT na řádcích matice, nejlépe v rámci cache, bez komunikace s ostatními (prvních log (n/p) stupňů výpočtu).. Následuje globální transpozice matice (komunikace všichni všem). Násobení maticí otáčecích činitelů. Každý procesor provede závěrečných log P stupňů výpočtu (P-bodové sekvenční FFT na sloupcích matice, každý procesor n/p sloupců). Globální transpozice matice reverzní adresace Body počítá první procesor Paralelní FFT (n =, P = ) Paralelní FFT (n =, P = ) reverzní adresace FFT komunikace mezi procesory FFT permutace (každý čtvrtý) reverzní adresace komunikace mezi procesory
7 ,,,,,, -, Příklad: FFT pravoúhlého impulsu, n= vstup amplituda /n,,,, -,,,, -, - -, - -, fáze [rad.] DFT ve zpracování obrazů [ ( )] N -D DFT: M jl km X lm = jk ep πi N M j= k = kde j a k jsou indey řádků a sloupců, j N-, k M-. Pro čtvercový obraz N = M a N N km jl X lm = [ jk ep[ πi( ) [ ( )] M ] ep πi N j= k = Vnitřní součet je -D DFT na N bodech řádku, výsledkem je transformovaný řádek. Vnější součet je -D DFT na N bodech sloupce. Můžeme psát: Tudíž -D DFT se dá rozdělit N jl do dvou sekvenčních fází, jedna X lm = X jm ep[ πi( )] N zpracovává řádky, druhá vzniklé j= sloupce. DFT ve zpracování obrazů Vyhlazování obrazů j k transformuj řádky transformuj sloupce jk X jm X lm Aplikace DFT: Kmitočtová filtrace, DFT obrazu se bod po bodu násobí DFT filtru. Inverzní DFT získáme vyfiltrovaný obraz. např. nahrazením hodnoty pielu průměrem v -okolí ' = Počet kroků lze redukovat na vektorové operace:. Přičtení sloupce pielů zleva. Přičtení sloupce pielů zprava. Přičtení řádku pielů shora. Přičtení řádku pielů zdola Obecně lze použít u každého k použít váhu w k (masky s vahami) w w w w w w w w w Vzájemná diskrétní korelace f w k = k = / / / ' zprůměrování redukce šumu zostření Snadná paralelizace jako u metody konečných diferencí. Masky pro detekci hran - Prewittův operátor Používá se aproimace gradientu f ( = vektor, jehož složky jsou derivace skalárního pole f podle souřadnic). Prewitt: f ( ) ( ) ( ) f ( ) ( ) ( ) y f
8 ) ( ) ( ) ( ) ( y f f Masky pro detekci hran - Sobelův operátor Sobel :
Transformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
VíceMatice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
VíceKTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
Více[1] LU rozklad A = L U
[1] LU rozklad A = L U někdy je třeba prohodit sloupce/řádky a) lurozklad, 8, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p. d. 4/2010 Terminologie BI-LIN, lurozklad,
VíceAplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
Více[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici
[1] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A = 0 pro singulární matici, det A 0 pro regulární matici používá se při řešení lineárních soustav... a v mnoha dalších aplikacích
Více4. Trojúhelníkový rozklad p. 1/20
4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet
VíceFP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci OBSAH A CÍLE SEMINÁŘE: Opakování a procvičení vybraných
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
VíceMĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceVšechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat
Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních
VíceIB109 Návrh a implementace paralelních systémů. Kolektivní komunikační primitava. RNDr. Jiří Barnat, Ph.D.
IB109 Návrh a implementace paralelních systémů Kolektivní komunikační primitava RNDr. Jiří Barnat, Ph.D. Kvantitativní parametry komunikace B109 Návrh a implementace paralelních systémů: Kolektivní komunikační
VíceDeterminant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.
[] Definice determinantu BI-LIN, determinant, 9, P Olšák [2] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A 0 pro singulární matici, det A 0 pro regulární matici používá
VíceGlobální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
VíceAlgoritmy a struktury neuropočítačů ASN - P11
Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
VícePOSLOUPNOSTI. 1. Najděte prvních pět členů posloupnosti (a n ) n=1, je-li a) a n = 1 2 (1 + ( 1)n ), b) a n = n + ( 1) n, c) a n = ( 1) n cos πn2
POSLOUPNOSTI 1. Najděte prvních pět členů posloupnosti (a n ) n=1, je-li a) a n = 1 2 (1 + ( 1)n ), b) a n = n + ( 1) n, c) a n = ( 1) n cos πn2 n+1n, d) a n = n! n n 2. 2. Najděte předpis pro n-tý člen
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
VíceFOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth
FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického
VíceObecné výpočty na GPU v jazyce CUDA. Jiří Filipovič
Obecné výpočty na GPU v jazyce CUDA Jiří Filipovič Obsah přednášky motivace architektura GPU CUDA programovací model jaké algoritmy urychlovat na GPU? optimalizace Motivace Moorův zákon stále platí pro
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
VícePrincipy počítačů I Netradiční stroje
Principy počítačů I Netradiční stroje snímek 1 Principy počítačů Část X Netradiční stroje VJJ 1 snímek 2 Netradiční procesory architektury a organizace počítačů, které se vymykají struktuře popsané Johnem
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
VíceOperace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
VíceDRN: Soustavy linárních rovnic numericky, norma
DRN: Soustavy linárních rovnic numericky, norma Algoritmus (GEM: Gaussova eliminace s částečným pivotováním pro převod rozšířené regulární matice na horní trojúhelníkový tvar). Zadána matice C = (c i,j
VíceDynamické programování
Dynamické programování prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy (BI-EFA)
VíceČíslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje
VíceII. Úlohy na vložené cykly a podprogramy
II. Úlohy na vložené cykly a podprogramy Společné zadání pro příklady 1. - 10. začíná jednou ze dvou možností popisu vstupních dat. Je dána posloupnost (neboli řada) N reálných (resp. celočíselných) hodnot.
VíceKTE / PPEL Počítačová podpora v elektrotechnice
KTE / PPEL Počítačová podpora v elektrotechnice Ing. Lenka Šroubová, Ph.D. email: lsroubov@kte.zcu.cz http://home.zcu.cz/~lsroubov 3. 10. 2012 Základy práce s výpočetními systémy opakování a pokračování
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
Více" Furierova transformace"
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ " Furierova transformace" Seminární práce z předmětu Dálkový průzkum Země Marcela Bartošová, Veronika Bláhová OŽP, 3.ročník
VíceParalelní algoritmy v lineární algebře. Násobení matic
Paralelní algoritmy v lineární algebře Násobení matic Násobení matic mějme matice A, B, C R n,n počítáme součin C = AB mějme p procesu a necht p je mocnina dvou matice rozdělíme blokově na p p bloků pak
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceDEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
VíceMatematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
VíceCo je obsahem numerických metod?
Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem
VíceStrojový kód. Instrukce počítače
Strojový kód Strojový kód (Machine code) je program vyjádřený v počítači jako posloupnost instrukcí procesoru (posloupnost bajtů, resp. bitů). Z hlediska uživatele je strojový kód nesrozumitelný, z hlediska
VíceMatice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceLineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
VíceParalelní a distribuované výpočty (B4B36PDV)
Paralelní a distribuované výpočty (B4B36PDV) Branislav Bošanský, Michal Jakob bosansky@fel.cvut.cz Artificial Intelligence Center Department of Computer Science Faculty of Electrical Engineering Czech
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
VíceFiltrace snímků ve frekvenční oblasti. Rychlá fourierova transformace
Filtrace snímků ve frekvenční oblasti Rychlá fourierova transformace semestrální práce z předmětu KIV/ZVI zpracoval: Jan Bařtipán A03043 bartipan@students.zcu.cz Obsah Úvod....3 Diskrétní Fourierova transformace
VíceMATrixLABoratory letný semester 2004/2005
1Prostedie, stručný popis okien Command Window příkazové okno pro zadávání příkazů v jazyku Matlabu. Workspace zde se zobrazuje obsah paměti; je možné jednotlivé proměnné editovat. Command History dříve
VíceALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS)
ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS) Info ke zkoušce: zkouška Algebra 2 je typu kolokvium (= ústní zkouška), tj. u zkoušky není žádná písemka, jen ústní část. Máte
VíceUspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru
1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ).
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
/ 94 - a LU LU Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague - a LU LU 2-3 4 a LU 5 LU 6 7 8 9 2 / 94 Gaussova eliminační metoda - a LU LU jde o přímou metodu
VíceStatic Load Balancing Applied to Time Dependent Mechanical Problems
Static Load Balancing Applied to Time Dependent Mechanical Problems O. Medek 1, J. Kruis 2, Z. Bittnar 2, P. Tvrdík 1 1 Katedra počítačů České vysoké učení technické, Praha 2 Katedra stavební mechaniky
VíceZákladní komunikační operace
Základní komunikační operace Úvod Operace send a recieve Blokující a neblokující posílání zpráv Blokující posílání zpráv Neblokující posílání zpráv One-to-all broadcast/all-to-one reduction All-to-all
VícePrincip funkce počítače
Princip funkce počítače Princip funkce počítače prvotní úlohou počítačů bylo zrychlit provádění matematických výpočtů první počítače kopírovaly obvyklý postup manuálního provádění výpočtů pokyny pro zpracování
VícePracovní listy - programování (algoritmy v jazyce Visual Basic) Algoritmus
Pracovní listy - programování (algoritmy v jazyce Visual Basic) Předmět: Seminář z informatiky a výpočetní techniky Třída: 3. a 4. ročník vyššího stupně gymnázia Algoritmus Zadání v jazyce českém: 1. Je
VíceSOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
VíceHisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
VíceJazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
VíceIntervalové stromy. Představme si, že máme posloupnost celých čísel p 0, p 1,... p N 1, se kterou budeme. 1. Změna jednoho čísla v posloupnosti.
Intervalové stromy Představme si, že máme posloupnost celých čísel p 0, p 1,... p N 1, se kterou budeme průběžně provádět tyto dvě operace: 1. Změna jednoho čísla v posloupnosti. 2. Zjištění součtu čísel
VíceArchitektura počítačů Logické obvody
Architektura počítačů Logické obvody http://d3s.mff.cuni.cz/teaching/computer_architecture/ Lubomír Bulej bulej@d3s.mff.cuni.cz CHARLES UNIVERSITY IN PRAGUE faculty of mathematics and physics Digitální
VíceSIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
VíceÚlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,
Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se
VíceMaticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
VíceZáklady maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
VícePŘIJÍMACÍ TEST z informatiky a matematiky pro navazující magisterské studium Fakulta informatiky a managementu Univerzity Hradec Králové
PŘIJÍMACÍ TEST z informatiky a matematiky pro navazující magisterské studium Fakulta informatiky a managementu Univerzity Hradec Králové Registrační číslo Hodnocení část A Hodnocení část B Hodnocení A+B
VíceÚvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
VíceROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI
Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
VíceLineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A
VíceProgramování v jazyce C pro chemiky (C2160) 3. Příkaz switch, příkaz cyklu for, operátory ++ a --, pole
Programování v jazyce C pro chemiky (C2160) 3. Příkaz switch, příkaz cyklu for, operátory ++ a --, pole Příkaz switch Příkaz switch provede příslušnou skupinu příkazů na základě hodnoty proměnné (celočíselné
VíceLaplaceova transformace
Laplaceova transformace Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 5. přednáška 11MSP pondělí 23. března
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
VíceUniverzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.
Univerzitní licence MATLABu Pište mail na: operator@service.zcu.cz se žádostí o nejnovější licenci MATLABu. * násobení maticové K = L = 1 2 5 6 3 4 7 8 Příklad: M = K * L N = L * K (2,2) = (2,2) * (2,2)
VíceSlovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy
1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném
VíceSystém adresace paměti
Systém adresace paměti Základní pojmy Adresa fyzická - adresa, která je přenesena na adresní sběrnici a fyzicky adresuje hlavní paměť logická - adresa, kterou má k dispozici proces k adresaci přiděleného
VíceProjektč.3dopředmětuIZP. Maticové operace
Projektč.3dopředmětuIZP Maticové operace 17. prosince 2006 Kamil Dudka, xdudka00@stud.fit.vutbr.cz Fakulta informačních technologií Vysoké Učení Technické v Brně Obsah 1 Úvod 1 2 Analýza problému 1 2.1
VíceIB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
VíceX37SGS Signály a systémy
X7SGS Signály a systémy Matlab minihelp (poslední změna: 0. září 2008) 1 Základní maticové operace Vytvoření matice (vektoru) a výběr konkrétního prvku matice vytvoření matice (vektoru) oddělovač sloupců
VíceLineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
VíceArchitektura počítačů Logické obvody
Architektura počítačů Logické obvody http://d3s.mff.cuni.cz/teaching/computer_architecture/ Lubomír Bulej bulej@d3s.mff.cuni.cz CHARLES UNIVERSITY IN PRAGUE faculty of mathematics and physics 2/36 Digitální
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VícePPEL_4_cviceni_MATLAB.txt. % 4. cvičení z předmětu PPEL - MATLAB. % Lenka Šroubová, ZČU, FEL, KTE %
%------------------------------------- % 4. cvičení z předmětu PPEL - MATLAB %------------------------------------- % Lenka Šroubová, ZČU, FEL, KTE % e-mail: lsroubov@kte.zcu.cz %-------------------------------------
VíceLineární algebra. Matice, operace s maticemi
Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo
VíceZpracování obrazu v FPGA. Leoš Maršálek ATEsystem s.r.o.
Zpracování obrazu v FPGA Leoš Maršálek ATEsystem s.r.o. Základní pojmy PROCESOROVÉ ČIPY Křemíkový čip zpracovávající obecné instrukce Různé architektury, pracují s různými paměti Výkon instrukcí je závislý
VíceMnožinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).
Matice Definice 4.1 Necht (T ; +, je číselné těleso, m, n N a dále necht a ij T pro všechny indexy i = 1, 2,..., m a j = 1, 2,..., n. Potom schéma a 11 a 12... a 1n a 21 a 22... a 2n... = (a ij m n a m1
VícePřipomenutí co je to soustava lineárních rovnic
Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a
VíceGymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021
Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,
VíceDeterminanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.
Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní
VíceZáklady algoritmizace a programování
Základy algoritmizace a programování Příklady v MATLABu Přednáška 10 30. listopadu 2009 Řídící instrukce if else C Matlab if ( podmínka ) { } else { } Podmíněný příkaz if podmínka elseif podmínka2... else
VíceAVDAT Vektory a matice
AVDAT Vektory a matice Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Vektory x = x 1 x 2. x p y = y 1 y 2. y p Řádkový vektor dostaneme transpozicí sloupcového vektoru x
VícePohled do nitra mikroprocesoru Josef Horálek
Pohled do nitra mikroprocesoru Josef Horálek Z čeho vycházíme = Vycházíme z Von Neumannovy architektury = Celý počítač se tak skládá z pěti koncepčních bloků: = Operační paměť = Programový řadič = Aritmeticko-logická
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
Více1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x
1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.
Více