Результаты поиска по 'распределенные вычисления':
Найдено статей: 72
  1. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 5, с. 773-776
    Editor's note
    Computer Research and Modeling, 2019, v. 11, no. 5, pp. 773-776
  2. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 3, с. 471-473
    Editor's note
    Computer Research and Modeling, 2020, v. 12, no. 3, pp. 471-473
  3. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 5, с. 939-942
    Editor's note
    Computer Research and Modeling, 2020, v. 12, no. 5, pp. 939-942
  4. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 6, с. 1261-1264
    Editor's note
    Computer Research and Modeling, 2020, v. 12, no. 6, pp. 1261-1264
  5. От редакции
    Компьютерные исследования и моделирование, 2021, т. 13, № 1, с. 5-8
    Editor's note
    Computer Research and Modeling, 2021, v. 13, no. 1, pp. 5-8
  6. От редакции
    Компьютерные исследования и моделирование, 2021, т. 13, № 3, с. 455-457
    Editor's note
    Computer Research and Modeling, 2021, v. 13, no. 3, pp. 455-457
  7. От редакции
    Компьютерные исследования и моделирование, 2023, т. 15, № 3, с. 485-489
    Editor’s note
    Computer Research and Modeling, 2023, v. 15, no. 3, pp. 485-489
  8. От редакции
    Компьютерные исследования и моделирование, 2024, т. 16, № 1, с. 5-10
    Editor’s note
    Computer Research and Modeling, 2024, v. 16, no. 1, pp. 5-10
  9. Яковлева Т.В.
    Условия применимости статистической модели Райса и расчет параметров райсовского сигнала методом максимума правдоподобия
    Компьютерные исследования и моделирование, 2014, т. 6, № 1, с. 13-25

    В работе развивается теория нового, так называемого двухпараметрического подхода к анализу и обработке случайных сигналов. Проведены математическое моделирование и сопоставление результатов решения задачи в условиях статистических моделей Гаусса и Райса. Дается обоснование применимости статистической модели Райса в условиях анализа огибающей измеряемого сигнала в задачах обработки данных и изображений. Развит и теоретически обоснован метод решения задачи шумоподавления и восстановления райсовского сигнала посредством одновременного вычисления двух статистических параметров — величины математического ожидания исходного сигнала и дисперсии шума — на основе принципа максимума правдоподобия. Проанализированы особенности функции правдоподобия для распределения Райса и вытекающие из них возможности оценки параметров сигнала и шума.

    Ключевые слова: случайный сигнал, распределение Райса, распределение Гаусса, метод максимума правдоподобия, отношение сигнала к шуму.
    Yakovleva T.V.
    Conditions of Rice statistical model applicability and estimation of the Rician signal’s parameters by maximum likelihood technique
    Computer Research and Modeling, 2014, v. 6, no. 1, pp. 13-25

    The paper develops a theory of a new so-called two-parametric approach to the random signals' analysis and processing. A mathematical simulation and the task solutions’ comparison have been implemented for the Gauss and Rice statistical models. The applicability of the Rice statistical model is substantiated for the tasks of data and images processing when the signal’s envelope is being analyzed. A technique is developed and theoretically substantiated for solving the task of the noise suppression and initial image reconstruction by means of joint calculation of both statistical parameters — an initial signal’s mean value and noise dispersion — based on the maximum likelihood method within the Rice distribution. The peculiarities of this distribution’s likelihood function and the following from them possibilities of the signal and noise estimation have been analyzed.

    Keywords: random signal, Rice distribution, Gauss distribution, maximum likelihood technique, signal-to-noise ratio.
    Views (last year): 2. Citations: 4 (RSCI).
  10. Белеан Б., Белеан К., Флоаре К., Вароди К., Бот А., Адам Г.
    Сеточные высокопроизводительные вычисления в получении спутниковых изображний на примере фильтра Перона–Малик
    Компьютерные исследования и моделирование, 2015, т. 7, № 3, с. 399-406

    В данной работе рассматривается подход к эффективной обработке спутниковых изображений, который включает в себя два этапа. Первый этап заключается в распределении быстро взрастающего объема спутниковых данных, полученных через Грид-инфраструктуру. Второй этап включает в себя ускорение решения отдельных задач, относящихся к обработке изображений с помощью внедрения кодов, которые способствуют интенсивному использованию пространственно-временного параллелизма. Примером такого кода является обработка изображений с помощью итерационного фильтра Перона–Малик в рамках специального применения архитектуры аппаратного обеспечения ППВМ (FPGA).

    Ключевые слова: фильтр Перона–Малик, обработка спутникового изображение, Грид, высокопроизводительные вычисления, ППВМ (ПЛИС), ЮНИТАР (UNOSAT).
    Belean B., Belean C., Floare C., Varodi C., Bot A., Adam G.
    Grid based high performance computing in satellite imagery. Case study — Perona–Malik filter
    Computer Research and Modeling, 2015, v. 7, no. 3, pp. 399-406

    The present paper discusses an approach to the efficient satellite image processing which involves two steps. The first step assumes the distribution of the steadily increasing volume of satellite collected data through a Grid infrastructure. The second step assumes the acceleration of the solution of the individual tasks related to image processing by implementing execution codes which make heavy use of spatial and temporal parallelism. An instance of such execution code is the image processing by means of the iterative Perona–Malik filter within FPGA application specific hardware architecture.

    Views (last year): 3.
Pages: previous next last »

Indexed in Scopus

Full-text version of the journal is also available on the web site of the scientific electronic library eLIBRARY.RU

The journal is included in the Russian Science Citation Index

The journal is included in the RSCI

International Interdisciplinary Conference "Mathematics. Computing. Education"

Copyright © 2009–2024 Institute of Computer Science