| DC Field | Value | Language |
|---|
| dc.contributor.author | Matskevich, V. V. | - |
| dc.contributor.author | Krasnoproshin, V. V. | - |
| dc.date.accessioned | 2019-03-12T08:05:44Z | - |
| dc.date.available | 2019-03-12T08:05:44Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.citation | Matskevich, V. V. Algorithm for Fast Image Compression on Heterogeneous Computing Devices / V. V. Matskevich, V. V. Krasnoproshin // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2019) : материалы международной научно-технической конференции, Минск, 21 - 23 февраля 2019 г. / Белорусский государственный университет информатики и радиоэлектроники; редкол.: В. В. Голенков (гл. ред.) [и др.]. - Минск, 2019. - С. 265 - 268. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/34637 | - |
| dc.description.abstract | In spite of the intensive development of computer technology, the problem of efficient use of computing
resources remains an urgent issue [1], [2]. Computing
devices may be heterogeneous (different in architecture
and power). In this case, when solving applied problems,
it becomes necessary to efficiently load them [3]–[6].
The paper proposes an algorithm for loading heterogeneous devices, which allows speeding up the data processing
process when solving the problem of image compression. | ru_RU |
| dc.language.iso | en | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | parallel computing | ru_RU |
| dc.subject | computing devices | ru_RU |
| dc.subject | system performance | ru_RU |
| dc.subject | neural network | ru_RU |
| dc.subject | training | ru_RU |
| dc.subject | dataset | ru_RU |
| dc.title | Algorithm for Fast Image Compression on Heterogeneous Computing Devices | ru_RU |
| dc.title.alternative | Алгоритм быстрого сжатия изображений на гетерогенных вычислительных устройствах | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | В работе рассмотрена проблема организации эффективной обработки данных на гетерогенных вычислительных
устройствах. Предложен один из возможных подходов к
решению проблемы с использованием технологии распараллеливания данных. Показано, что в общем случае проблема
представляется нетривиальной математической задачей.Для
одного из частных случаев предложен алгоритм решения.
Эффективность подхода демонстрируется на примере решения задачи сжатия цветных изображений с использованием
нейронной сети прямого распространения. Описанные в
работе идеи могут оказаться полезными при обработке
больших объемов данных на гетерогенных кластерных вычислителях. | - |
| Appears in Collections: | OSTIS-2019
|
