Better and Faster Spectra analysis using Analytical Programming on CUDA
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86093207" target="_blank" >RIV/61989100:27240/14:86093207 - isvavai.cz</a>
Výsledek na webu
<a href="http://rd.springer.com/chapter/10.1007/978-3-319-07401-6_15" target="_blank" >http://rd.springer.com/chapter/10.1007/978-3-319-07401-6_15</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-07401-6_15" target="_blank" >10.1007/978-3-319-07401-6_15</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Better and Faster Spectra analysis using Analytical Programming on CUDA
Popis výsledku v původním jazyce
In this paper we discuss a method useful for spectra analysis -- analytical programming and its implementation. Our goal is to create mathematical formulas of emission lines from spectra, which are characteristic for Be stars. One issue in performing this task is symbolic regression, which represents the process in our application, when measured data fit the best represented mathematical formula. In past this was only a human domain; nowadays, there are computer methods, which allow us to do it more orless effectively. A novel method in symbolic regression, compared to genetic programming and grammar evolution, is analytic programming. The aim of this work is to verify the efficiency of the parallel approach of this algorithm, using CUDA architecture.
Název v anglickém jazyce
Better and Faster Spectra analysis using Analytical Programming on CUDA
Popis výsledku anglicky
In this paper we discuss a method useful for spectra analysis -- analytical programming and its implementation. Our goal is to create mathematical formulas of emission lines from spectra, which are characteristic for Be stars. One issue in performing this task is symbolic regression, which represents the process in our application, when measured data fit the best represented mathematical formula. In past this was only a human domain; nowadays, there are computer methods, which allow us to do it more orless effectively. A novel method in symbolic regression, compared to genetic programming and grammar evolution, is analytic programming. The aim of this work is to verify the efficiency of the parallel approach of this algorithm, using CUDA architecture.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA13-08195S" target="_blank" >GA13-08195S: Vysoce škálovatelné paralelní a distribuované metody zpracování vědeckých dat</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Nostradamus 2014: prediction, modeling and analysis of complex systems
ISBN
978-3-319-07400-9
ISSN
2194-5357
e-ISSN
—
Počet stran výsledku
8
Strana od-do
153-160
Název nakladatele
Springer
Místo vydání
Heidelberg
Místo konání akce
Ostrava
Datum konání akce
23. 6. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—