Алгоритми та методи сингулярного розкладу матриць на графічних процесорах з CUDA

Simple item page
dc.contributor.authorСухарський, Сергійuk_UA
dc.date.accessioned2025-03-19T09:19:12Z
dc.date.available2025-03-19T09:19:12Z
dc.date.issued2024
dc.descriptionSingular Value Decomposition (SVD) is a fundamental tool in linear algebra with a wide range of applications, including data processing and machine learning. With the advancement of Graphics Processing Units (GPUs), optimizing computational methods for SVD has become a pressing task. This study introduces new approaches to bidiagonalization and diagonalization of matrices using Householder transformations and Givens rotations, effectively leveraging GPU capabilities. Developed algorithms demonstrate high speed and accuracy while minimizing memory usage. Experiments revealed that proposed bidiagonalization algorithm works quite well, while optimizing diagonalization by reducing block synchronization delays is the main challenge. Future work will focus on improving these aspects to enhance performance on large matrices.en_US
dc.description.abstractМатеріали доповiді учасника 15 міжнародної науково-практичної конференції "Теоретичні та прикладні аспекти побудови програмних систем", Київ, 23-24 грудня 2024 р.
dc.identifier.citationСухарський С. С. Алгоритми та методи сингулярного розкладу матриць на графічних процесорах з CUDA / Сухарський С. С. // Теоретичні та прикладні аспекти побудови програмних систем : працi 15 міжнародної науково-практичної конференції, Київ, 23-24 грудня 2024 р. / [за заг. ред.: М. М. Глибовця, Т. В. Панченка та iн. ; Факультет інформатики Національного університету "Києво-Могилянська академія" та ін.]. - Київ : НаУКМА, 2024. - C. 63-65.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/34031
dc.language.isoukuk_UA
dc.publisherНаціональний університет "Києво-Могилянська академія"uk_UA
dc.relation.sourceТеоретичні та прикладні аспекти побудови програмних систем : працi 15 міжнародної науково-практичної конференції, Київ, 23-24 грудня 2024 р.uk_UA
dc.statusfirst publisheduk_UA
dc.subjectсингулярний розклад (SVD)uk_UA
dc.subjectдивергенція потоківuk_UA
dc.subjectмасштабуванняuk_UA
dc.subjectматеріали конференціїuk_UA
dc.titleАлгоритми та методи сингулярного розкладу матриць на графічних процесорах з CUDAuk_UA
dc.title.alternativeAlgorithms and methods for singular value decomposition of matrices on CUDA-enabled GPUsen_US
dc.typeConference materialsuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Sukharskyi_Alhorytmy_ta_metody_synhuliarnoho_rozkladu_matryts_na_hrafichnykh_protsesorakh_z_CUDA.pdf
Size:
1.13 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Теоретичні та прикладні аспекти побудови програмних систем: 15 Міжнародна науково-практична конференція
Докторська школа імені родини Юхименків
Кафедра інформатики