Слияние мультиспектральных изображений в дистанционном зондировании
Автор: Титаренко К.К.
Описание: Рассмотрена классификация методов слияния продуктов дистанционного зондирования. Описаны цели и основные методы мультиспектрального слияния продуктов дистанционного зондирования, указаны проблемы производительности и пути их решения, имеющиеся на данный момент. Определены цели исследования возможностей повышения производительности рассмотренных методов путем их реализации на параллельных компьютерных системах
Источник: «Информационные управляющие системы и компьютерный мониторинг – 2011», 11-13 апреля 2011 г., ДонНТУ, Донецк
Вычисления общего назначения на GPU. CUDA
Автор: Титаренко К.К.
Описание: Обзор технологии CUDA от компании NVIDIA, позволяющей производить вычисления общего назначения на видеокартах
Источник: «Software Freedom Day 2010», 2010 г., ДонНТУ, Донецк
Введение в разработку с использованием CUDA
Автор: Титаренко К.К.
Описание: Сделан обзор технологии CUDA с точки зрения программиста, рассмотрен процесс оптимизации производительности на примере приложения, осуществляющего моделирование нейронной сети
Источник: Семинар «Практика программирования с использованием CUDA», 2010 г., ДонНТУ, Донецк
Нейросетевой распознаватель фонем русской речи на мультипроцессорной графической плате
Авторы: Бондаренко И.Ю., Федяев О.И., Титаренко К.К.
Описание: В статье рассматривается применение программно-аппаратных средств современной графической платы с параллельной архитектурой для построения на ней нейросетевого распознавателя фонем русской речи. Предложена декомпозиция нейросетевых алгоритмов на фрагменты для отображения их на многопроцессорную вычислительную систему. Проведены экспериментальные исследования, которые показали преимущество распараллеливания нейровычислений на графической плате для решения задачи распознавания речи в реальном масштабе времени
Источник: «Искусственный интеллект» 3 '2010
Решение СЛАУ большой размерности на базе графического процессора в задаче построения изоповерхностей
Авторы: Бабков В.С., Титаренко К.К.
Описание: Исследована возможность распараллеливания и эффективной реализации методов решения систем линейных уравнений в задаче реконструкции изоповерхностей
Источник: Научные работы ДонНТУ, серия «Информатика, кибернетика и вычислительная техника», выпуск 10 (153)
Безопасность ASP.NET MVC 2 приложений
Автор: Титаренко К.К.
Описание: Рассмотрены наиболее распространенные уязвимости веб-приложений и методы борьбы с ними в контексте фреймворка ASP.NET MVC 2
Источник: Семинар «Информационная безопасность», осень 2010 г., ДонНТУ, Донецк
Увеличение пространственного разрешения мультиспектральных космических снимков
Автор: Yun Zhang
Перевод: компания «Совзонд»
Описание: Статья объясняет слияние изображение в контексте задачи дистанционного зондирования
Источник: http://studio.gge.unb.ca/unb/zoomview/PERS_Vol70_No6_paper.pdf
The remote-sensing image fusion based on gpu
Авторы: Jun Lu, Baoming Zhang, Zhihui Gong, Ersen Li, Hangye Liu
Описание: В статье рассматриваются методы слияния изображений в контексте задачи дистанционного зондирования, а также их реализация на GPU
Источник: http://www.isprs.org/proceedings/XXXVII/congress/7_pdf/6_WG-VII-6/32.pdf
A Framework for Multisensor Image Fusion using Graphics Hardware
Авторы: Seung-Hun Yoo, Sung-Up Jo, Ki-Young Choi, Chang-Sung Jeong
Описание: В статье рассматриваются базовые актуальные методы слияния изображений, а также их реализация на GPU, делаются выводы о эффективности полученных реализаций
Источник: http://isif.org/fusion/proceedings/fusion08CD/papers/1569108117.pdf
Авторы: Seung-Hun Yoo, Sung-Up Jo, Ki-Young Choi, Chang-Sung Jeong
Перевод с английского: Титаренко К.К.
Описание: Статья представляет фреймворк для алгоритма слияния мультисенсорных изображений на пиксельном уровне с использованием графического аппаратного обеспечения. Прогресс технологий зондирования способствует максимизации объемов информации, а также повышению требований к производительности процесса слияния. Графические процессоры обеспечивают высокую производительность в сравнении с их ценой и осуществляют быстрые вычисления, поддерживая внутреннюю параллельную обработку – это может быть использовано для увеличения скорости выполнения слияния изображений. На основе результатов реализации методов слияния изображений на пиксельном уровне, используя центральный (CPU) и графический (GPU) процессоры, в данной статье показывается рост по времени выполнения GPU по сравнению со временем выполнения CPU с ростом размерности задачи.
Источник: http://isif.org/fusion/proceedings/fusion08CD/papers/1569108117.pdf