Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Graph Visualization Performed by nVidia CUDA Platform

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F14%3A50002857" target="_blank" >RIV/62690094:18450/14:50002857 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://kicss2014.cs.ucy.ac.cy/files/KICSS2014Proceedings.pdf" target="_blank" >http://kicss2014.cs.ucy.ac.cy/files/KICSS2014Proceedings.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Graph Visualization Performed by nVidia CUDA Platform

  • Popis výsledku v původním jazyce

    Graph is way of structured data representation that is used for solving of many today?s practical problems, e.g. bioinformatics, data mining or social networks. Big graphs, however, require high computing power, which current CPUs can?t provide. But GPUis a high performance, extreme optimized, low cost platform. The article deals with Fruchterman-Reingold graph; how its layout algorithm can be parallelized for GPU using nVidia CUDA computing model. A comparison of execution time on CPU and GPU for processing of large randomly generated graphs is presented.

  • Název v anglickém jazyce

    Graph Visualization Performed by nVidia CUDA Platform

  • Popis výsledku anglicky

    Graph is way of structured data representation that is used for solving of many today?s practical problems, e.g. bioinformatics, data mining or social networks. Big graphs, however, require high computing power, which current CPUs can?t provide. But GPUis a high performance, extreme optimized, low cost platform. The article deals with Fruchterman-Reingold graph; how its layout algorithm can be parallelized for GPU using nVidia CUDA computing model. A comparison of execution time on CPU and GPU for processing of large randomly generated graphs is presented.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

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

    Knowledge, information and creativity support systems (KICSS 2014)

  • ISBN

    978-9963-700-84-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    408-414

  • Název nakladatele

    University of Cyprus

  • Místo vydání

    Nicosia

  • Místo konání akce

    Limassol

  • Datum konání akce

    6. 11. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku