Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: ad-hoc computing clusters

Sortuj według:

Ogranicz wyniki do:

Rozproszone modele symulacyjne pozwalające oszacować wskaźniki niezawodności strukturalnej systemów elektroenergetycznych

Grishkevich A.

Przegląd Elektrotechniczny

2015

R. 91, nr 12

106-109

Oszacowano wypadkowe wskaźniki niezawodności strukturalnej systemów elektroenergetycznych na podstawie modeli symulacyjnych. Otrzymano implementację algorytmiczną rozproszonego modelu symulacyjnego z wykorzystaniem biblioteki MPI. Podano wyniki testowania modelu symulacyjnego rozproszonego w klasterze.

Estimates for electric power system failure states contribution to the resulting system reliability indices are obtained on the basis of simulation model. An algorithmic implementation of a distributed simulation model using the MPI library is proposed. The results of testing the distributed simulation model on a cluster are presented.

Optimization of structure of neural models using distributed computing environment

Tomanek A., Przystałka P., Adamczyk M.

Diagnostyka

2006

nr 4(40)

15-18

The main aim of this paper was to identify the optimal structures of considered neural models using the distributed computing environment. In this paper distributed optimizing of feed-forward neural network architectures for given problems is presented. The computing environment is composed of a few important packages and modules and has been created by the authors in order to aid developing some soft computing methods [4], where a lot of calculations are needed. At the beginning the authors decided to adapt a simple systematic-search algorithm that searches through every possible combination of network structures. Since this class of algorithms requires large amount of computation the distributed computing system was employed.

Głównym celem przeprowadzonych badań było zidentyfikowania optymalnej struktury rozpatrywanych modeli neuronowych z zastosowaniem środowiska do obliczeń rozproszonych. W artykule zaprezentowano zastosowanie systemu do rozproszonej optymalizacji struktury sztucznej sieci neuronowej typu perceptron wielowarstwowy dla zadanego problemu. Prezentowane środowisko obliczeniowe jest złożone z kilku pakietów oraz modułów i zostało utworzone przez autorów w celu wspomagania rozwoju metodologii modelowania heurystycznego [4], gdzie niezbędnych jest wiele obliczeń. W początkowym stadium rozwoju oprogramowania autorzy zastosowali prosty algorytm przeszukiwania systematycznego każdej możliwej kombinacji struktury sieci. Ponieważ tego typu algorytmy z reguły wymagają dużych mocy obliczeniowych, postanowiono wykorzystać system omawiany w niniejszym artykule.