Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
15
WOS
Status:
Autorzy: Timchenko Leonid I., Yarovyi Andrii, Kokriatskaya Nataliya I., Nakonechna Svitlana S., Abramenko Ludmila, Ławicki Tomasz, Popiel Piotr, Yesmakhanova Laura Nurlanovna
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0,5
Język: angielski
Strony: 1460 - 1471
Web of Science® Times Cited: 5
Scopus® Cytowania: 11
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: Conference on Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments
Skrócona nazwa konferencji: SPIE-IEEE-PSP 2016
URL serii konferencji: LINK
Termin konferencji: 29 maja 2016 do 6 czerwca 2016
Miasto konferencji: Wilga
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
The paper presents a method of parallel-hierarchical transformations for rapid recognition of dynamic images using GPU technology. Direct parallel-hierarchical transformations based on cluster CPU-and GPU-oriented hardware platform. Mathematic models of training of the parallel hierarchical (PH) network for the transformation are developed, as well as a training method of the PH network for recognition of dynamic images. This research is most topical for problems on organizing high-performance computations of super large arrays of information designed to implement multi-stage sensing and processing as well as compaction and recognition of data in the informational structures and computer devices. This method has such advantages as high performance through the use of recent advances in parallelization, possibility to work with images of ultra dimension, ease of scaling in case of changing the number of nodes in the cluster, auto scan of local network to detect compute nodes. © (2016) COPYRIGHT Society of Photo-Optical Instrumentation Engineers (SPIE). Downloading of the abstract is permitted for personal use only.