Projekty

RSS

Solwery hybrydowe o liniowej złożoności obliczeniowej i pamięciowej dla zadań propagacji fal elektromagnetycznych na modelu głowy ludzkiej

Data rozpoczęcia: , Data zakończenia:

Kierownik: Maciej Paszyński, Kwota: 318 240 PLN, Sygnatura: UMO-2012/06/M/ST1/00363     ...

Solwery hybrydowe o liniowej złożoności obliczeniowej i pamięciowej dla zadań propagacji fal elektromagnetycznych na modelu głowy ludzkiej

Kierownik: Maciej Paszyński,

Kwota: 318 240 PLN,

Sygnatura: UMO-2012/06/M/ST1/00363

 

 

Wielo-modelowe, wielo-kryterialne i wielo-adaptacyjne strategie rozwiązywania zadań odwrotnych

Data rozpoczęcia: , Data zakończenia:

Kierownik: Robert Schaefer, Kwota: 400 600 PLN, Sygnatura: UMO-2011/03/B/ST6/01393, Cel badań: Sformułowanie wielo-modelowej, wielo-kryterialnej i wielo-adaptacyjnej strategii MMM analizy odwrotnej (poszukiwanie złóż surowców, diagnostyka medyczna, defektoskopia, etc.) wykorzystującej informacje dos...

Wielo-modelowe, wielo-kryterialne i wielo-adaptacyjne strategie rozwiązywania zadań odwrotnych

Kierownik: Robert Schaefer,

Kwota: 400 600 PLN,

Sygnatura: UMO-2011/03/B/ST6/01393,

Cel badań: Sformułowanie wielo-modelowej, wielo-kryterialnej i wielo-adaptacyjnej strategii MMM analizy odwrotnej (poszukiwanie złóż surowców, diagnostyka medyczna, defektoskopia, etc.) wykorzystującej informacje dostarczane przez wiele procesów zachodzących w obrębie identyfikowanego zjawiska.  Problem odwrotny zostanie sformułowany jako zadanie globalnej optymalizacji wielokryterialnej.

  • Zostaną zaproponowane wielowarstwowe adaptacyjne metody bazujące na sprzężeniu metod rozwiązywania zadań prostych (hp-FEM) z adaptacyjnymi stochastycznymi algorytmami optymalizacji globalnej (HGS-EMOA) oraz zaawansowanymi technikami przyspieszania obliczeń (aproksymacja funkcji celu, deterioracja fitness, mutacja gradientowa).
  • Zbadanie powiązań algorytmicznych i propagacji błędu w strategiach wielowarstwowych.
  • Analiza złożoności i kosztów obliczeniowych poszczególnych algorytmów oraz ich sprzężeń niezbędne dla optymalnej konfiguracji obliczeń.
  • Dobór architektur systemów umożliwiających równoległe wykonanie badanych strategii w popularnych środowiskach klasterów linuksowych o pamięci rozproszonej, wielordzeniowych kart graficznych NVIDIA CUDA oraz maszyn hybrydowych. 

Hipoteza:

Wielo-adaptacyjne (wielowarstwowe, sprzężone) strategie adaptacyjne rozwiązania zadań odwrotnych pozwolą na uzyskanie ponad-liniowego przyspieszenia poprzez odpowiednie powiązanie metod, w których przyspieszenia będą się zwielokrotniać, tj. przyspieszenie finalne będzie szacowane iloczynem przyspieszeń składowych.

Wielopoziomowe populacyjne algorytmy rozwiązywania jedno- i wielokryterialnych problemów optymalizacji globalnej

Kierownik: Ewa Gajda-Zagórska, Kwota: 98 300 PLN, Sygnatura: DEC-2012/05/N/ST6/03433, Cel badań: Rozwiązywanie wielokryterialnych problemów optymalizacji globalnej oraz problemów odwrotnych jest często trudnym i kosztownym obliczeniowo zadaniem. Z drugiej strony, tego typu problemy są bardzo w...

Wielopoziomowe populacyjne algorytmy rozwiązywania jedno- i wielokryterialnych problemów optymalizacji globalnej

Kierownik: Ewa Gajda-Zagórska,

Kwota: 98 300 PLN,

Sygnatura: DEC-2012/05/N/ST6/03433,

Cel badań: Rozwiązywanie wielokryterialnych problemów optymalizacji globalnej oraz problemów odwrotnych jest często trudnym i kosztownym obliczeniowo zadaniem. Z drugiej strony, tego typu problemy są bardzo ważne, ponieważ pojawiają się w kluczowych dziedzinach technologii, biznesu i medycyny (np. projektowanie związków chemicznych, optymalne projektowanie, defektoskopia, poszukiwanie i eksploatacja złóż naturalnych).
Celem projektu jest stworzenie stochastycznych algorytmów umożliwiających efektywne rozwiązywanie tego typu problemów. Zostanie sformułowana strategia łącząca algorytmy populacyjne oraz przetwarzanie otrzymanych prób genetycznych w celu uzyskania jak największej informacji o rozwiązaniach problemu, np. o położeniu rozwiązań, wielkości basenów przyciągania, spójności zbioru Pareto, jego otoczeniu i innych.

Wszelkie prawa zastrzeżone © 2010 Katedra Informatyki   |   Akademia Górniczno-Hutnicza   |   Realizacja Creative Bastards