Zobrazit minimální záznam

Eigensolver problem for large sparse symmetric matrices



dc.contributor.advisorLangr Daniel
dc.contributor.authorMatěj Razák
dc.date.accessioned2024-06-18T10:22:55Z
dc.date.available2024-06-18T10:22:55Z
dc.date.issued2024-06-06
dc.identifierKOS-1240469506205
dc.identifier.urihttp://hdl.handle.net/10467/114582
dc.description.abstractTato práce se věnuje vybraným metodám pro hledání vlastních čísel a vlastních vektorů symetrických řídkým matic nad hybridním paralelním programovacím modelem MPI+OpenMP v jazyce C++. Práce má za cíl vylepšit existující implementaci jedno-vektorového i blokového Lanczosova algoritmu. Vyvinuté alternativní implementace jsou jedno-vektorové i blokové verze Lanczosova algoritmu a LOBPCG metody. Následuje testování a vzájemné porovnání jednotlivých implementací. Měřítkem porovnání je časová efektivita a počet iterací algoritmu. Porovnání s existující implementací prokázala lepší efektivitu mého řešení.cze
dc.description.abstractThis work is devoted to selected methods for finding eigenvalues and eigenvectors of symmetric sparse matrices over the MPI+OpenMP hybrid parallel programming model in the C++ language. The aim of the thesis is to improve the existing implementation of the one-vector and block Lanczos algorithm. Alternative implementations developed are single-vector and block versions of the Lanczos algorithm and the LOBPCG method. This is followed by testing and mutual comparisons of individual implementations. The scale of comparison is time efficiency and the number of iterations of the algorithm. A comparison with an existing implementation showed better efficiency of my solution.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectvlastní číslocze
dc.subjectsymetrická řídká maticecze
dc.subjectLanczosův algoritmuscze
dc.subjectLOBPCG metodacze
dc.subjectMPIcze
dc.subjectsuperpočítačcze
dc.subjectEigenvalueeng
dc.subjectSymmetric sparse matrixeng
dc.subjectLanczos algorithmeng
dc.subjectLOBPCG methodeng
dc.subjectMPIeng
dc.subjectSupercomputereng
dc.titleHledání vlastních čísel a vlastních vektorů pro rozsáhlé řídké symetrické maticecze
dc.titleEigensolver problem for large sparse symmetric matriceseng
dc.typediplomová prácecze
dc.typemaster thesiseng
dc.contributor.refereeŠimeček Ivan
theses.degree.disciplineSystémové programovánícze
theses.degree.grantorkatedra teoretické informatikycze
theses.degree.programmeInformatikacze


Soubory tohoto záznamu




Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam