Найти

Результаты поиска

• РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ

  В. В. Ковалев , Н.Е. Сергеев

  2022-01-31

  Аннотация ▼

  Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
  тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
  создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
  из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
  устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
  распознавания образов на основе методов машинного обучения, реализованных на встраивае-
  мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
  ма поиска и распознавания образов используются детекционные сверточные нейронные сети
  «You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
  ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
  диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
  путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
  как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
  ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
  программном, представляющихся компанией NVIDIA становится возможным применение
  глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
  Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
  дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
  рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
  тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
  бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012

• ОПТИМИЗАЦИЯ ВЫЧИСЛИТЕЛЬНОЙ СХЕМЫ ИНТЕРПОЛЯЦИИ ДЕКАДНЫХ МЕТЕОРОЛОГИЧЕСКИХ ДАННЫХ МЕТОДОМ ОБРАТНОГО ВЗВЕШИВАНИЯ ПО РАССТОЯНИЮ С ПАРАЛЛЕЛЬНОЙ ОБРАБОТКОЙ МНОЖЕСТВЕННЫХ ВРЕМЕННЫХ СРЕЗОВ

  О.М. Голозубов , А.В. Козловский , Э.В. Мельник , Я.Э. Мельник , А.Н. Самойлов

  22-32

  2025-12-30

  Аннотация ▼

  Настоящее исследование посвящено решению проблемы вычислительной неэффективности при пространственной интерполяции больших массивов декадных метеорологических данных с использованием метода обратного взвешивания по расстоянию. Традиционные подходы, предполагающие последовательную и независимую обработку каждого временного среза, демонстрируют линейный рост времени выполнения и значительное потребление оперативной памяти, что становится критическим барьером для оперативного построения детализированных и географически привязанных растровых полей в формате GeoTIFF. Это существенно ограничивает применение метода в задачах, требующих быстрой обработки многолетних архивов данных. Целью данной работы является разработка и валидация оптимизированной вычислительной схемы, позволяющей радикально сократить временные затраты при сохранении полноты и точности результатов. Ключевая научная новизна предложенного подхода заключается в фундаментальном переосмыслении вычислительного процесса. Вместо многократного повторения идентичных операций, предложена схема, основанная на однократном расчете полного вектора геодезических расстояний от каждой ячейки растра до всех метеостанций. Эта наиболее ресурсоемкая операция выполняется лишь один раз. В дальнейшем, полученный вектор расстояний применяется ко всем временным срезам (декадам) для вычисления интерполированных значений, что устраняет основную вычислительную избыточность и обеспечивает сублинейную зависимость времени обработки от числа декад. Для дальнейшего повышения производительности применяется механизм параллельной обработки на уровне центрального процессора, реализованный посредством динамического разделения растра на независимые вычислительные блоки (батчи). Размер батчей адаптивно регулируется с учетом доступной оперативной памяти, что гарантирует стабильность и масштабируемость решения на системах различной мощности. Апробация метода на реальных метеорологических данных за период 2015-2024 годов продемонстрировала радикальное сокращение времени выполнения. В частности, обработка десяти декадных временных срезов на стандартном ноутбуке занимает менее 3,5 минут, а на серверной платформе – около 3 минут, что представляет собой многократное ускорение по сравнению с традиционными реализациями. Таким образом, разработанное решение делает оперативную обработку больших пространственно-временных метеорологических массивов реальностью для широкого круга исследователей, открывая новые возможности для климатического мониторинга, агрометеорологии и геоинформационного анализа без необходимости привлечения специализированного дорогостоящего оборудования.