TÃtulo : |
DataFlow Supercomputing Essentials : Algorithms, Applications and Implementations |
Tipo de documento: |
documento electrónico |
Autores: |
Milutinovic, Veljko, ; Kotlar, Milos, ; Stojanovic, Marko, ; Dundic, Igor, ; Trifunovic, Nemanja, ; Babovic, Zoran, |
Mención de edición: |
1 ed. |
Editorial: |
[s.l.] : Springer |
Fecha de publicación: |
2017 |
Número de páginas: |
XI, 150 p. 52 ilustraciones, 50 ilustraciones en color. |
ISBN/ISSN/DL: |
978-3-319-66125-4 |
Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
Palabras clave: |
Sistemas operativos (computadoras) Computadoras digitales electrónicas IngenierÃa Informática Red de computadoras Grandes datos Sistemas operativos Rendimiento y evaluación del sistema IngenierÃa Informática y Redes |
Clasificación: |
|
Resumen: |
Este texto/referencia esclarecedor revisa los fundamentos de la programación para una informática de flujo de datos eficaz. El paradigma DataFlow permite aumentos considerables en la velocidad y reducciones en el consumo de energÃa para los procesos de supercomputación, pero el modelo de programación requiere un enfoque claramente diferente. Los algoritmos y ejemplos mostrados en este libro ayudarán al lector a desarrollar su comprensión de las ventajas y caracterÃsticas únicas de esta metodologÃa. Este trabajo sirve como tÃtulo complementario de DataFlow Supercomputing Essentials: investigación, desarrollo y educación, que analiza las últimas investigaciones en esta área y los recursos de capacitación disponibles. Temas y caracterÃsticas: Presenta una implementación de Redes Neuronales usando el paradigma DataFlow, como una alternativa al enfoque tradicional ControlFlow. Analiza una solución a la ecuación tridimensional de Poisson, usando el método de Fourier y la tecnologÃa DataFlow. Examina cómo funciona el algoritmo de Búsqueda Binaria. se puede mejorar mediante la implementación en una arquitectura DataFlow Revisa las diferentes formas de pensar necesarias para configurar mejor los motores DataFlow para el procesamiento de datos en el espacio que fluyen a través de los dispositivos Destaca cómo el enfoque DataFlow puede respaldar eficientemente aplicaciones en análisis de big data, aprendizaje profundo, e Internet de las cosas Este volumen indispensable beneficiará a todos los investigadores interesados ​​en la supercomputación en general y en la computación DataFlow en particular. Los estudiantes avanzados de pregrado y posgrado que participan en cursos sobre minerÃa de datos, sistemas de microprocesadores y sistemas VLSI también encontrarán que el libro es un recurso invaluable. |
Nota de contenido: |
Part I: Algorithms -- Implementing Neural Networks by Using the DataFlow Paradigm -- Part II: Applications -- Solving the Poisson Equation by Using Dataflow Technology -- Binary Search in the DataFlow Paradigm -- Part III: Implementations -- Introductory Overview on Implementation Tools -- DataFlow Systems: From Their Origins to Future Applications in Data Analytics, Deep Learning, and the Internet of Things. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
DataFlow Supercomputing Essentials : Algorithms, Applications and Implementations [documento electrónico] / Milutinovic, Veljko, ; Kotlar, Milos, ; Stojanovic, Marko, ; Dundic, Igor, ; Trifunovic, Nemanja, ; Babovic, Zoran, . - 1 ed. . - [s.l.] : Springer, 2017 . - XI, 150 p. 52 ilustraciones, 50 ilustraciones en color. ISBN : 978-3-319-66125-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: |
Sistemas operativos (computadoras) Computadoras digitales electrónicas IngenierÃa Informática Red de computadoras Grandes datos Sistemas operativos Rendimiento y evaluación del sistema IngenierÃa Informática y Redes |
Clasificación: |
|
Resumen: |
Este texto/referencia esclarecedor revisa los fundamentos de la programación para una informática de flujo de datos eficaz. El paradigma DataFlow permite aumentos considerables en la velocidad y reducciones en el consumo de energÃa para los procesos de supercomputación, pero el modelo de programación requiere un enfoque claramente diferente. Los algoritmos y ejemplos mostrados en este libro ayudarán al lector a desarrollar su comprensión de las ventajas y caracterÃsticas únicas de esta metodologÃa. Este trabajo sirve como tÃtulo complementario de DataFlow Supercomputing Essentials: investigación, desarrollo y educación, que analiza las últimas investigaciones en esta área y los recursos de capacitación disponibles. Temas y caracterÃsticas: Presenta una implementación de Redes Neuronales usando el paradigma DataFlow, como una alternativa al enfoque tradicional ControlFlow. Analiza una solución a la ecuación tridimensional de Poisson, usando el método de Fourier y la tecnologÃa DataFlow. Examina cómo funciona el algoritmo de Búsqueda Binaria. se puede mejorar mediante la implementación en una arquitectura DataFlow Revisa las diferentes formas de pensar necesarias para configurar mejor los motores DataFlow para el procesamiento de datos en el espacio que fluyen a través de los dispositivos Destaca cómo el enfoque DataFlow puede respaldar eficientemente aplicaciones en análisis de big data, aprendizaje profundo, e Internet de las cosas Este volumen indispensable beneficiará a todos los investigadores interesados ​​en la supercomputación en general y en la computación DataFlow en particular. Los estudiantes avanzados de pregrado y posgrado que participan en cursos sobre minerÃa de datos, sistemas de microprocesadores y sistemas VLSI también encontrarán que el libro es un recurso invaluable. |
Nota de contenido: |
Part I: Algorithms -- Implementing Neural Networks by Using the DataFlow Paradigm -- Part II: Applications -- Solving the Poisson Equation by Using Dataflow Technology -- Binary Search in the DataFlow Paradigm -- Part III: Implementations -- Introductory Overview on Implementation Tools -- DataFlow Systems: From Their Origins to Future Applications in Data Analytics, Deep Learning, and the Internet of Things. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |