Інтелектуалізація обчислень для задач математичного моделювання складних процесів і об’єктів

Запропоновано підхід для автоматизації вибору алгоритму розв’язання прикладних задач. Розроблено і навчено нейронну мережу для розпізнавання типу розрідженої матриці. Проведено чисельні експерименти на вузлі суперкомп’ютера СКІТ. Предложен подход для автоматизации выбора алгоритма решения прикладных...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Компьютерная математика
Дата:2019
Автори: Сидорук, В.А., Єршов, П.С., Богурський, Д.О., Марочканич, О.Р.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2019
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/161944
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Інтелектуалізація обчислень для задач математичного моделювання складних процесів і об’єктів / В.А. Сидорук, П.С. Єршов, Д.О. Богурський, О.Р. Марочканич // Компьютерная математика. — 2019. — № 1. — С. 143-150. — Бібліогр.: 12 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Запропоновано підхід для автоматизації вибору алгоритму розв’язання прикладних задач. Розроблено і навчено нейронну мережу для розпізнавання типу розрідженої матриці. Проведено чисельні експерименти на вузлі суперкомп’ютера СКІТ. Предложен подход для автоматизации выбора алгоритма решения прикладных задач. Разработана и обучена нейронная сеть для распознавания типа разреженной матрицы. Проведены численные эксперименты на узле суперкомпьютера СКИТ. An approach for automating the choice of algorithm for solving applied problems is proposed. We develop and train a neural network to recognize the type of sparse matrix. Numerical experiments were carried out on the node of the supercomputer SKIT.
ISSN:2616-938Х