Differences

This shows you the differences between two versions of the page.

--- tematy_prac_inzynierskich [2019/07/01 00:39]
pszwed [4. Wykorzystannie reguł rozmytych do rekomendacji produktów]
+++ tematy_prac_inzynierskich [2019/07/01 00:55]
pszwed [6. Optymalizacja na GPU]
@@ Line 27: / Line 27: @@
 ==== 6. Optymalizacja na GPU ====
-Implementacja popularnych algorytmów optymalizacji ciągłej na GPU: CUDA lub OpenCL.
+Implementacja popularnych algorytmów optymalizacji ciągłej na GPU: CUDA lub OpenCL. //Takich prac może być wiecej...//
-Raczej implementacja jednego z wybranych algorytmów i przeprowadzenie testów dla różnych parametrów z uzyciem funkcji opublikowanych np. na CEC 2015.
+W ramach **jednej** pracy implementacja **jednego** z wybranych algorytmów i przeprowadzenie testów dla różnych parametrów z uzyciem funkcji opublikowanych np. na CEC 2015.
+Typowy zakres:
+  - opis algorytmu (np. mrówki, pszczoły, Differential Evolution, Backtracking, elektromagnetyczny, świetliki, karaluchy, itp)
+  - opis platfromy (CUDA/OpenCL) i bibliotek dedykowanych dla konkretnego języka programowania C/C++/Java/Python lub użycie wysokopoziomowej biblioteki, np. [[https://deeplearning4j.org/docs/latest/nd4j-overview]] z akceleracją GPU
+  - opis implmentacji (wraz z parametrami i wariantami). W zależności od platformy i dostępnego sprzetu GPU można wykorzystywać wątki lokalne wewnątrz bloku
+  - wielokrotne testy dla okolo 15-20 funkcji z benchmarku dla różnych wymiarów i ich wyniki dla różnych parametrów.
+  - porównanie czasów wykonania
+  - tabele ilustrujące wyniki (procentowa odległość od rozwiązania optymalnego, wartości średnie, mediana, min/max, odchylenie standardowe)
+  - wykresy - wartość funckji celu dla kolejnych iteracji
+  - dyskusja wyników