Prace doktorskie

RSS

Exploring complex networks with topological descriptors,

Promotor: Dzwinel Witold

Status: stacjonarne, zakończona, doktorska

Autorzy: Wojciech Czech

Data obrony: 2012-10-24

Charakterystyka:

Tezy  Deskryptory grafowe opisuj¡ce lokalne lub globalne wªasno±ci struktury grafu pozwalaj ¡ na konstrukcj¦ miar podobie«stwa i niepodobie«stwa grafów, które mog¡ zosta¢ efektywnie wykorzystane do klasteryzacji i klasykacji wzorców strukturalnych takich jak grafowe reprezentacje obrazów, sieci metaboliczne lub sieci naczy« krwiono±nych.  Zamiana reprezentacji kombinatorycznej na algebraiczn¡ w postaci wektora cech poci ¡ga za sob¡ utrat¦ cz¦±ci informacji o strukturze grafu, w wi¦kszo±ci przypadków uniemo»liwiaj¡c¡ peªn¡ rekonstrukcj¦ jego struktury. Pogrupowanie deskryptorów grafowych ze wzgl¦du na ich zdolno±¢ do zachowania informacji o strukturze grafu uªatwia selekcj¦ cech wªa±ciw¡ do konkretnego zastosowania. Cele Dla wykazania prawdziwo±ci tezy zaplanowano zrealizowa¢ nast¦puj¡ce cele:  Znalezienie nowych metod generacji cech grafu opartych na deskryptorach wierzchoª- kowych opisuj¡cych lokane wªasno±ci topologiczne oraz wykorzystuj¡c algebraiczn¡ analiz¦ macierzy grafowych.  Opracowanie efektywnych metod selekcji cech, pozwalaj¡cych na wybranie podzbioru cech grafu, nadaj¡cych si¦ najlepiej do porównywania sieci zªo»onych okre±lonego typu (sieci naczy« krwiono±nych, sieci funkcjonalne mózgu, grafowe reprezentacje obrazu).

Parallel implementation of multidimensional scaling algorithm based on particle dynamics

Promotor: Dzwinel Witold

Status: zakończona, doktorska

Autorzy: Piotr Pawliczek

Data obrony: 2012-10-10

Charakterystyka:

Doktorant jest w trakcie pisania pracy z metod i algorytmów wizualizacji informacji wielowymiarowej. Istniejące algorytmy służące od odwzorowania przestrzeni wielowymiarowych w 2-3-D „gubią” istotne właściwości struktury danych w wielowymiarowej przestrzeni cech i są zbyt wolne do wizualizacji wielkich zbiorów danych złożonych z setek tysięcy wektorów cech. Wprowadzenie metod bazujących na dynamice cząstek pozwala na zastosowanie efektywnych algorytmów zrównoleglajacych problem oraz uogólnienie metody na wizualizację dowolnych przestrzeni metrycznych.

Metody klasteryzacji wizualizacyjnej dla potrzeb rozpoznawania wzorców w danych biomedycznych

Promotor: Boryczko Krzysztof

Status: zakończona, doktorska

Autorzy: Marcin Michał Kurdziel

Data obrony: 2010-03-25

Charakterystyka:

Rozprawa dotyczy detekcji skupisk w danych zawierających szum, ze szczególnym uwzględnieniem danych biomedycznych. W tej tematyce badawczej podstawową rolę odgrywają metody analizy skupisk wykorzystujące kryterium gęstości obserwacji. Literatura przedmiotu zbyt mało uwagi poświęca jednak kwestii ilościowej oceny odporności na szum proponowanych metod. W rozprawie dokonano takiej oceny, demonstrując niską odporność na szum kilku znaczących algorytmów tej klasy. Autor rozprawy proponuje nową metodę szacowania gęstości w zbiorach obserwacji i korzystający z niej, nowy algorytm analizy skupisk. Przeprowadza ilościową ocenę ich skuteczności, demonstrując, iż są one bardziej odporne na szum niż inne testowane, znaczące algorytmy gęstości analizy skupisk. Rozwija także metodę wizualizacji danych, pozwalającą ocenić poziom szumu i stopień drobnoziarnistości i skupisk. W zakończeniu rozprawy Autor pokazuje, iż zaproponowane algorytmy odkrywają prawidłowe skupiska w różnych typach danych biomedycznych obarczonych szumem oraz demonstruje zastosowanie zaproponowanej metody szacowania gęstości w analizie danych o ekspresji genów.

Algorytmy symulacji płynów rzeczywistych bazuje na modelach DPD oraz SPH dla komputerów z pamięcią współdzieloną i rozproszoną

Promotor: Boryczko Krzysztof

Status: zakończona, doktorska

Autorzy: Paweł Wróblewski

Data obrony: 2010-01-29

Charakterystyka:

W części pierwszej rozprawy przedstawione zostały podstawy algorytmiczne symulacji metodami cząstek, a następnie zaprezentowano metody cząstek powszechnie używane w symulacjach. Następnie zaprezentowano model GENERIC, dzięki któremu możliwe jest spójne termodynamicznie ujęcie modelowanego płynu. Omówiono bazującą na mim metodę SDPD. Kolejno, przedstawiono podstawowe aspekty implementacji sekwencyjnej dla wybranych metod cząstek. W dalszej części porównano dwie definicje sąsiedztwa pomiędzy cząstkami na przykładzie metody SPH oraz przeanalizowano ich przydatności pod katem modelowania zjawisk i przepływów płynów nieściśliwych. Następnie przedstawiono aspekty związane z implementacją równoległą metod cząstek. Zostały szczegółowo opisane oraz porównane implementacje przeznaczone na architektury z pamięcią współdzieloną oraz na architektury z pamięcią rozproszoną. Kolejno, przedstawiony został sposób optymalizacji algorytm wykorzystujący paradygmat przesłania komunikatów oraz jego dostosowanie do metod cząstek, w których wartości sił oddziaływania zależą od zmiennych losowych. W następnej kolejności zaprezentowano porównanie efektywności obydwu algorytmów. W ostatniej części pracy zaprezentowano wyniki zjawisk otrzymanych przy pomocy implementacji opisanych w rozprawie.

Implementacja algorytmów oddziałujących cząstek na architekturach masywnie równoległych

Promotor: Boryczko Krzysztof

Status: zakończona, doktorska

Autorzy: Tomasz Rożen

Data obrony: 2009-12-17

Charakterystyka:

Metody oddziałujących cząstek pozwalają realizować symulacje komputerowe dużej gamy zjawisk fizycznych. Ze względu na dużą liczbę cząstek w typowych symulacjach ich efektywna realizacja wymaga dużych nakładów obliczeniowych. Rozprawa poświęcona jest wykorzystywaniu niekonwencjonalnych, masywnie równoległych architektur procesorowych, w celu przyspieszenia obliczeń. W pracy opisane są trzy architektury, które pojawiły się w ostatnim czasie: procesory graficzne (GPU), Cell B.E oraz CUDA. W rozprawie zostały zaproponowane algorytmy obliczeń metodami cząstek, dostosowane do każdej z wymienionych architektur. W przypadku GPU oraz CUDA głównym wyzwaniem była realizacja algorytmu znajdowania sąsiadów, a dla procesora Cell podział problemu zapewniający ogólną współbieżność. Ponadto dla każdej z architektur zaproponowano dodatkowe kroki optymalizacji wykonania, wykorzystujące specyfikę danego procesora. Przykładowe symulacje, wykonane w ramach pracy, oparte były o modele dyssypatywnej dynamiki cząstek (DPD) oraz hydrodynamiki cząstek wygładzonych (SPH). W rozprawie zbadano wydajność i określono złożoność obliczeniową opisywanych algorytmów. Przedstawione wyniki eksperymentalne dowodzą, że możliwa jest efektywna realizacja algorytmów oddziałujących cząstek na wymienionych architekturach.

Monitorowanie gridowych aplikacji naukowych sterowanych przepływem pracy

Promotor: Kitowski Jacek

Status: zakończona, doktorska

Autorzy: Bartosz Baliś

Data obrony: 2009-07-02

Charakterystyka:

Jednym z kluczowych elementów zaawansowanej e-infrastruktury dla nauki są aplikacje naukowe typu workflow (scientific workflows), które są sposobem opisywania eksperymentów in silico. Głównym celem rozprawy jest zidentyfikowanie problemów specyficznych dla monitorowania aplikacji naukowych typu workflow w środowiskach Gridowych, zaproponowanie rozwiązań tych problemów oraz ich weryfikacja. W rozprawie autor koncentruje się na czterech kluczowych wyzwaniach. Pierwszym z nich jest zaprojektowanie infrastruktury monitorowania odpowiedniej dla heterogenicznych, luźno powiązanych i rozproszonych aplikacji Gridowych typu workflow. Po drugie, zapewnienie monitorowania tych aplikacji w trybie on-line. Trzecim problemem jest wsparcie dla monitorowania aplikacji zastanych wykonujących się w ramach naukowych workflow. Wreszcie zaproponowany został model informacji do reprezentacji zapisu eksperymentów realizowanych jako workflow. Rozwiązania zweryfikowano przez budowę prototypów, monitorowanie przy ich pomocy rzeczywistych aplikacji typu workflow w ramach projektów Europejskich, a także budowę modeli i badanie ich właściwości metodą sieci kolejkowych i symulacji.

Metodologia komponentowa do konstruowania i wykonywania aplikacji naukowych wykorzystujących zasoby gridowe

Promotor: Kitowski Jacek

Status: zakończona, doktorska

Autorzy: Maciej Malawski

Data obrony: 2009-01-29

Charakterystyka:

Zakres pracy obejmuje problematykę tworzenia współczesnych złożonych aplikacji naukowych z użyciem środowisk gridowych. które udostępniają rozproszone, współdzielone, heterogeniczne i awaryjne zasoby, co stanowi dodatkową trudność w ich użyciu. Zaproponowana metodologia mająca na celu rozwiązanie tego problemu oparta jest na dwu zasadach: użycie komponentowego modelu programowania oraz technologii wirtualizującej zasoby. Autor pokazuje rozwiązanie łączące cechy modelu Common Component Architecture i platformy H2O, oraz rozszerzenia o zestaw metod i narzędzi. Do rozwiązań opisanych w pracy należą wysokopoziomowe podejście skryptowe oraz użycie deskryptorów aplikacji, łączenie wielu języków programowania z użyciem systemu Babel, współdziałanie modeli komponentowych CCA i GCM, a także metody uruchamiania aplikacji na infrastrukturach gridowych. Środowisko komponentowe MOCCA stanowi bazę dla tych rozwiązań. Do przykładowych aplikacji przedstawionych w pracy należą symulacja metodą Monte Carlo, dekompozycja domenowa dla automatów komórkowych, eksperymenty data-mining w wirtualnym laboratorium ViroLab, a także syntetyczne aplikacje testowe.

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