МЕТОДИ ТА ЗАСОБИ ОРГАНІЗАЦІЇ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ : МЕТОДЫ И СРЕДСТВА ОРГАНИЗАЦИИ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ПАРАЛЛЕЛЬНО-ИЕРАРХИЧЕСКИХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ С АРХИТЕКТУРОЙ РЕКУРСИВНОЮ



  • Название:
  • МЕТОДИ ТА ЗАСОБИ ОРГАНІЗАЦІЇ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ
  • Альтернативное название:
  • МЕТОДЫ И СРЕДСТВА ОРГАНИЗАЦИИ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ПАРАЛЛЕЛЬНО-ИЕРАРХИЧЕСКИХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ С АРХИТЕКТУРОЙ РЕКУРСИВНОЮ
  • Кол-во страниц:
  • 439
  • ВУЗ:
  • ВІННИЦЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ
  • Год защиты:
  • 2013
  • Краткое описание:
  • Міністерство освіти і науки України
    Вінницький національний технічний університет

    На правах рукопису


    ЯРОВИЙ АНДРІЙ АНАТОЛІЙОВИЧ


    УДК 004.2:004.93:654.915:681.3


    МЕТОДИ ТА ЗАСОБИ ОРГАНІЗАЦІЇ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ

    Спеціальність 05.13.05 – Комп’ютерні системи та компоненти

    ДИСЕРТАЦІЯ
    на здобуття наукового ступеня доктора технічних наук


    Науковий консультант
    Тимченко Леонід Іванович,
    доктор технічних наук, професор



    Вінниця – 2013









    ЗМІСТ

    ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ
    ВСТУП
    1 АНАЛІЗ СУЧАСНИХ КОНЦЕПЦІЙ ПАРАЛЕЛЬНИХ ОБЧИСЛЕНЬ І ВИСОКОПРОДУКТИВНИХ КОМП’ЮТЕРНИХ ЗАСОБІВ ОБРОБКИ ІНФОРМАЦІЇ
    1.1 Аналіз принципів природного та штучного паралелізму
    1.2 Аналіз концепцій побудови комп'ютерних засобів з організацією паралельних та розподілених обчислень
    1.3 Гетерогенні паралельно-ієрархічні технології та перспективи їх розвитку
    1.4 Вибір напряму, мети та постановка завдань дослідження
    1.5 Висновки до розділу 1
    2 МЕТОДОЛОГІЧНІ ПЕРЕДУМОВИ ДЛЯ СТВОРЕННЯ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ
    2.1 Аналіз існуючих підходів та класифікація проблемно-орієнтованих методів перетворення інформації
    2.2 Методологічний базис побудови паралельно-ієрархічних обчислювальних систем із рекурсивною архітектурою
    2.3 Особливості розпаралелювання обчислювального процесу в паралельно-ієрархічних системах
    2.4 Висновки до розділу 2
    3 ТЕОРЕТИЧНІ ОСНОВИ ОРГАНІЗАЦІЇ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ СИСТЕМ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ
    3.1 Розробка мережевої обчислювальної структури та її базових понять для побудови паралельно-ієрархічних систем із рекурсивною архітектурою
    3.2 Базові теоретичні положення організації кодування-декодування інформації для паралельно-ієрархічних обчислювальних систем
    3.3 Теоретичні основи організації обчислювальних процесів та структурно-функціональне забезпечення паралельно-ієрархічних обчислювальних систем
    3.4 Висновки до розділу 3
    4 РОЗРОБКА МЕТОДІВ ОБРОБКИ ІНФОРМАЦІЇ У ВИСОКО-ПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ СИСТЕМАХ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ
    4.1 Метод прямого паралельно-ієрархічного перетворення для кодування інформації в обчислювальних системах
    4.2 Методи зворотного паралельно-ієрархічного перетворення для декодування інформації в обчислювальних системах
    4.2.1 Методи зворотного паралельно-ієрархічного перетворення із формуванням масок
    4.2.2 Метод зворотного паралельно-ієрархічного перетворення із оптимізацією масок
    4.3 Аналіз процесів перетворення та обчислювальної складності паралельно-ієрархічних обчислювальних систем
    4.4 Висновки до розділу 4
    5 ВИСОКОПРОДУКТИВНІ ПАРАЛЕЛЬНО-ІЄРАРХІЧНІ ОБЧИСЛЮВАЛЬНІ СИСТЕМИ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ ТА МЕТОДИКА ЇХ ПОБУДОВИ
    5.1 Методика організації рекурсивних обчислювальних процесів і структурно-функціональне забезпечення паралельно-ієрархічних обчислювальних систем
    5.2 Розробка комп'ютерних засобів для паралельно-ієрархічних систем із рекурсивною архітектурою на основі CPU-орієнтованої апаратної платформи
    5.2.1 Алгоритмічне та програмно-апаратне забезпечення кодування інформації методом прямого паралельно-ієрархічного перетворення
    5.2.1.1 Пряме паралельно-ієрархічне перетворення на основі CPU-орієнтованої апаратної платформи
    5.2.1.2 Пряме паралельно-ієрархічне перетворення на основі кластерної CPU-орієнтованої апаратної платформи
    5.2.2 Алгоритмічне та програмно-апаратне забезпечення декодування інформації методами зворотного паралельно-ієрархічного перетворення
    5.2.3 Аналіз обчислювальної складності алгоритмів паралельно-ієрархічного перетворення зображень на основі їх асимптотичної складності
    5.3 Розробка комп'ютерних засобів для паралельно-ієрархічних систем із рекурсивною архітектурою на основі GPGPU технологій
    5.3.1 Обґрунтування вибору GPGPU технологій та особливості архітектурної організації комп’ютерних засобів на їх основі
    5.3.2 Реалізація паралельно-ієрархічного перетворення на основі GPU-орієнтованої апаратної платформи
    5.3.3 Оптимізація характеристик обчислювального GPGPU-процесу в паралельно-ієрархічному перетворенні
    5.3.4 Оцінювання продуктивності апаратного забезпечення паралельно-ієрархічних систем із рекурсивною архітектурою
    5.3.5 Експериментальні дослідження та оцінювання ефективності багатопотокового паралельно-ієрархічного перетворення інформації
    5.4 Висновки до розділу 5
    6 ПРАКТИЧНА РЕАЛІЗАЦІЯ ВИСОКОПРОДУКТИВНИХ ПАРАЛЕЛЬНО-ІЄРАРХІЧНИХ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ РЕКУРСИВНОЮ АРХІТЕКТУРОЮ
    6.1 Розробка оптико-електронних систем з паралельно-ієрархічним принципом обробки інформації для профілювання лазерних променів у реальному часі
    6.1.1 Методи та комп’ютерні засоби обробки плямоподібних зображень профілю лазерного променя
    6.1.2 Алгоритмічне та програмне забезпечення паралельно-ієрархічного перетворення плямоподібних зображень на основі GPU-орієнтованої апаратної платформи
    6.1.3 Методи та комп’ютерні засоби для ущільнення і класифікації багатокольорових зображень на зашумленому фоні
    6.2 Розробка комп’ютерних засобів з паралельно-ієрархічним принципом обробки інформації для автоматизованої системи підтримки експлуатації транспортної мережі зв’язку
    6.2.1 Системні вимоги та опис моделі системи обліку каналів транспортної мережі зв’язку для центральної служби зв'язку Укрзалізниці
    6.2.2 Алгоритми та комп’ютерні засоби для підтримки експлуатації транспортної мережі зв’язку
    6.3 Аналіз результатів впровадження високопродуктивних паралельно-ієрархічних обчислювальних систем із рекурсивною архітектурою
    6.4 Висновки до розділу 6
    ВИСНОВКИ
    СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
    ДОДАТОК А Приклади паралельно-ієрархічного перетворення інформації та його комп’ютерне моделювання
    ДОДАТОК Б Паралельно-ієрархічне перетворення із рекурсивною архітектурою на основі CPU-орієнтованої апаратної платформи
    ДОДАТОК В Паралельно-ієрархічне перетворення із рекурсивною архітектурою на основі GPGPU технологій
    ДОДАТОК Г Паралельно-ієрархічне перетворення із рекурсивною архітектурою у профілюванні лазерних променів у реальному часі
    ДОДАТОК Д Паралельно-ієрархічне перетворення із рекурсивною архітектурою при підтримці експлуатації транспортної мережі зв’язку
    ДОДАТОК Е Документи про впровадження результатів 6








    ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ

    БД – база даних;
    БМОК – багатомашинний обчислювальний комплекс;
    ВПІОП – високопродуктивні паралельно-ієрархічні обчислювальні процеси;
    ДІКМ – диференціальна імпульсно-кодова модуляція;
    ЕС – експертні системи;
    ЕЦ – енергетичний центр;
    ІІТ – інтелектуальні інформаційні технології;
    ІКМ – імпульсно-кодова модуляція;
    ІП – інформаційне поле;
    ІС – інтелектуальна система;
    КС – комп’ютерна система;
    ЛЧК – логіко-часовий код;
    ОЗП – оперативна пам'ять;
    ОК – образний комп'ютер;
    ОС – обчислювальна система;
    ОТ – обчислювальна техніка;
    ПЗЗ – прилад із зарядовим зв'язком;
    ПІ – паралельно-ієрархічний;
    ПІОС – паралельно-ієрархічна обчислювальна система;
    ПІП – паралельно-ієрархічне перетворення;
    ПЕ – процесорний елемент;
    ПП – потоковий процесор;
    ПЧ – просторово-часовий;
    ПЧC – просторово-часове середовище;
    ТМЗ – транспортна мережа зв’язку;
    ФП – функціональний пристрій;
    ЦСЗ – Центральна служба зв’язку;
    ШІ – штучний інтелект;
    API – Application Programming Interface;
    ALU – Arithmetic and Logic Unit;
    CAD – Computer Aided Design;
    CCD – Charge-Coupled Device;
    CPU – Central Processing Unit;
    CUDA – Compute Unified Device Architecture;
    DMA – Direct Memory Access;
    DSP – Digital Signal Processor;
    FSO – Free Space Optic;
    GPC – Graphics Processing Clusters;
    GPU – Graphics Processing Unit;
    GPGPU – General-Purpose Graphics Processing Units;
    HMM – Hidden Markov Model;
    MIMD – Multiple-Instruction, Multiple-Data;
    MISD – Multiple-Instruction, Single-Data;
    MPI – Message Passing Interface;
    МРР – Massively Parallel Processors;
    PCA – Principal Component Analysis;
    PCI-E – PCI-Express;
    PRAM – Parallel Random Access Machine;
    PVM – Parallel Virtual Machine;
    Qml – Qt Meta-Object Language;
    SIMD – Single-Instruction, Multiple-Data;
    SISD – Single-Instruction, Single-Data;
    SLI – Scalable Link Interface;
    SMP – Symmetric Multiprocessor;
    SPU – Shader Processing Units;
    UDA – Unified Driver Architecture;
    VLIW – Very Long Instruction Word;
    2D – двовимірний;
    3D – тривимірний.







    ВСТУП

    Актуальність теми. Останні десятиліття високопродуктивні обчислювальні системи знаходять своє застосування при вирішенні практично будь-яких завдань науки і техніки в усіх галузях народного господарства. Серед таких завдань – моделювання різних фізичних процесів, задачі обчислювальної хімії та біології, нанотехнології, автоматизація проектування та багато інших. Прогрес у галузі високопродуктивних обчислень багато в чому визначає темп розвитку науки і техніки, і, в остаточному підсумку, рівень технологічного розвитку держави в цілому. Тому, можна з упевненістю стверджувати, що створення і вивчення методів розробки програмно-апаратного забезпечення для високопродуктивних обчислювальних систем є однією із найважливіших задач сучасних інформаційних технологій.
    Паралельні обчислення є узагальненим терміном, що застосовується для позначення технологій та методів розробки програмно-апаратного забезпечення для високопродуктивних комп'ютерних систем. Тому, термін "паралельні обчислення" описує достатньо широку галузь, яка пов'язана з організацією розрахунків в обчислювальних системах, що містять декілька процесорних пристроїв. До таких систем відносять багатоядерні процесори, багатопроцесорні системи із загальною пам'яттю, високопродуктивні обчислювальні кластери з розподіленою пам'яттю або гібридною архітектурою, системи, що реалізують загальні обчислення на основі відеоадаптерів (GPGPU), хмарні обчислення (Cloud Computing), тощо.
    У наукових публікаціях, дослідженнях і прикладних проектах паралельним обчисленням останнім часом приділяється велика увага. Це пов'язано, переважно, з двома чинниками. Перший фактор обумовлений науково-технічним прогресом, у результаті якого з'явилися нові галузі знань, що потребують застосування високопродуктивних методів математичного моделювання. Відповідно, і моделі також істотно ускладнились. У підсумку, спостерігається тенденція зростання потреби в ресурсоємних розрахунках, які в ряді випадків можна виконати лише на базі високопродуктивної обчислювальної техніки і виключно за допомогою методів паралельних, розподілених або ж гетерогенних обчислень.
    Другий істотний фактор, в результаті якого інтерес до паралельних обчислень суттєво зріс, полягає в широкому розповсюдженні паралельних комп'ютерів. Останнім часом багатопроцесорні сервери можна часто зустріти на середніх і великих підприємствах, у банках, дослідних інститутах та обчислювальних центрах. З появою багатоядерних процесорів та відеоадаптерів багато користувачів стали володарями своєрідних "міні-суперкомп'ютерів" на своїх робочих місцях. Істотний прогрес у галузі мережевих технологій дозволив використовувати для паралельних обчислень локальні мережі підприємств, навчальні класи освітніх установ, уможливив створення відносно недорогих обчислювальних кластерів.
    У підсумку, можна стверджувати, що "паралельні інформаційні технології" перетворилися з вузькоспеціальної дисципліни в необхідну складову інформаційної інфраструктури різноманітних установ та організацій – з одного боку, а з другого боку – комплексу знань фахівців з інформаційних технологій та комп’ютерної інженерії, розробників сучасного програмно-апаратного забезпечення.
    Зокрема, актуальним є застосування паралельних обчислень в галузях, що пов'язані з проведенням ресурсоємних та складних розрахунків, а саме:
    – системах формування, оброблення, ідентифікації та розпізнавання динамічно змінюваних зображень із надвеликою роздільною здатністю (порядку 10000×10000 пікселів і більше) у реальному часі. До цієї категорії відносяться задачі, пов'язані з організацією моніторингу окремих параметрів середовища, лазерної локації, астрополяриметрії, біомедичної сфери, промислових процесів, тощо. Зокрема, в сфері профілювання лазерних променів обов’язковою вимогою є застосування високопродуктивних ОС при розпакуванні та обробленні стислих відеоданих із надвеликою роздільною здатністю; їх ідентифікації, класифікації, розпізнаванні, а також прогнозуванні динамічно отриманих швидкозмінних даних і оперативній реакції та прийняттю рішень щодо функціонування лазерної системи у реальному часі;
    – системах моніторингу та підтримки прийняття рішень при експлуатації складних технічних об’єктів. До цієї категорії відносяться задачі, пов'язані зі складною функціональною обробкою великорозмірних масивів даних, їх кодуванням, візуалізацією, а також високоефективним виконанням запитів пошуку в базах, сховищах та вітринах даних. Зокрема, в сфері автоматизованої підтримки експлуатації транспортної мережі зв’язку, що використовується Укрзалізницею, є потреба застосування високопродуктивних ОС, пов’язана із великою трудомісткістю при виконанні робіт з обліку каналів зв'язку та характеристик працездатності обладнання, організацією складної функціональної обробки надвеликих масивів даних при діагностиці та контролі систем телекомунікацій, ефективною організацією високошвидкісних магістральних каналів зв'язку, надання нових широкосмугових сервісів, включаючи специфічні вимоги до функціонування залізничних сервісів, впровадженні автоматизованих керуючих систем.
    Вищенаведені задачі відносяться до предмету проведених у даній роботі досліджень. Крім цього, необхідно відзначити, що застосування паралельних обчислень є актуальним і в інших галузях:
    – системах підтримки проектування (CAD – Computer Aided Design). У таких системах необхідність здійснювати моделювання в реальному часі висуває високі вимоги до продуктивності програмно-апаратного забезпечення. В результаті ж застосування паралельних інформаційних технологій вдається прискорити процес проектування, і тим самим, знизити часові та трудові витрати на розробку нової моделі;
    – складних інженерних розрахунках та імітаційному моделюванні. До цього класу належать різноманітні задачі з галузі моделювання аварійних ситуацій, моделювання робастних систем, міцнісного моделювання і багато інших;
    – математичному моделюванні фізичних процесів. До цього широкого класу задач відносять сфери дослідження динаміки рідини і газу, електромагнітні і ядерні взаємодії, процеси горіння і т.п. Такі процеси, як правило, описуються системами рівнянь в часткових похідних. Застосування для вирішення таких задач різницевих методів найчастіше потребує дуже великих обсягів обчислень і пам'яті. Використання багатопроцесорних систем і методів паралельних та розподілених обчислень дозволяє підвищити показники точності та продуктивності моделювання;
    – моделюванні глобальних процесів. В першу чергу, це задачі прогнозування зміни клімату, природних катаклізмів, тощо. Також, великою обчислювальною складністю характеризуються різноманітні геологічні дослідження, пов'язані з аналізом будови та процесів у надрах планети;
    – обчислювальної хімії. Різноманітні задачі цієї галузі спрямовані на вивчення властивостей речовини в різних станах. Широке застосування методів молекулярної динаміки також часто потребує значних обчислювальних ресурсів, що підтверджує актуальність застосування паралельного програмування. До даної категорії можна також віднести задачі, пов'язані з оптимальною конфігурацією протеїнів, розшифрування ДНК і багато інших проблем, суміжних з хімічною галуззю;
    – бізнес-додатках. До цієї категорії відносяться задачі, пов'язані з аналізом фінансових ринків і прогнозуванням курсів валют. Також поширені оптимізаційні задачі для формування прогнозу та прийняття рішення щодо найкращого варіанта використання фінансових або інших ресурсів, побудови оптимальних транспортних і телекомунікаційних мереж, розміщення підприємств в регіоні тощо.
    Даний перелік можна продовжувати й далі, адже він є достатньо великим. Проте, вище наведено лише деякі, найбільш виражені за своєю актуальністю із численних застосувань систем паралельних обчислень, перелік сфер застосування яких неухильно і активно розширюється.
    Значний вклад у розвиток моделей, методів та засобів організації високопродуктивних інтелектуалізованих паралельних ОС, обробки зображень та розпізнавання образів внесли вітчизняні дослідники: Азаров О.Д.,
    Андон П.І., Анісімов А.В., Бондаренко М.Ф., Боюн В.П., Вальковський В.О.,
    Глушков В.М., Гриценко В.І., Грицик В.В., Євдокимов В.Ф., Євреінов Е.В.,
    Задихайло І.Б., Івахненко А.Г., Зіатдінов Ю.К., Каляєв А.В., Капітонова Ю.В., Кожем'яко В.П., Кривуля Г.Ф., Кузьмін І.В., Летичевський О.А., Майоров С.А.,
    Малиновський Б.М., Міренков М.М., Новіков Г.І., Опанасенко В.М.,
    Палагін О.В., Пєтух А.М., Поспелов Г.С., Прангішвілі І.В., Рабінович З.Л., Романюк О.Н., Русин Б.П., Скуріхін В.І., Свечніков С.В., Тимченко Л.І., Хорошевський В.Г., Цмоць І.Г., Шабанов-Кушнаренко Ю.П., Шлезінгер М.І., Широчин В.П., Ясинявічус Р.Ю. та ін., а також зарубіжні учені: Ф. Аллен,
    Ч. Бэббідж, Е. Берлекамп, Ф. Брукс, Л. Веліант, Т. Візель, Н. Вінер,
    Е. Дейкстра, Р. Кан, Е. Кларк, Д. Кнут, Дж. Кок, Ф. Корбато, С. Крей, С. Кук,
    Б. Лемпсон, У. Маккалок, М. Мінський, Г. Мойер, С. Мурога, У. Пірс,
    Ф. Розенблат, В. Серф, А. Тьюринг, Дж. Уілкінсон, М. Уілкс, Е. Фейгенбаум, М. Флінн, Д. Хеб, Р. Хеммінг, Ч. Хоар, Р. Хокні, Д. Хьюбел, К. Шеннон та ін.
    Варто відзначити, що на сучасному етапі попит на підвищення гетерогенності в ОС пов'язаний із необхідністю у високопродуктивних інтерактивних системах, які динамічно взаємодіють із зовнішнім середовищем (відео-системи, системи керування, мережеві системи, тощо).
    У минулому технологічні досягнення й масштабованість частоти ПЕ дозволяли більшості комп'ютерних засобів збільшувати продуктивність без структурних змін або апаратного прискорення. В сучасних умовах зростаючі обсяги даних та обчислень, необхідних для обробки великих масивів інформації потребують все більшої продуктивності використовуваних для цього ОС. Оскільки щільність "упаковування" елементів в інтегральних схемах визначається фізичними обмеженнями, швидкодія в результаті обмежується кінцевою швидкістю поширення електромагнітних коливань від одного елемента до іншого. Перебороти цей фізичний бар'єр можна лише розпаралелюванням обчислювальних процесів у системі, що, в свою чергу, призводить до ускладнення її архітектури. Натепер, із врахуванням вказаних додаткових обмежень, основним методом одержання додаткової продуктивності ОС є введення додаткових спеціалізованих ресурсів, в результаті чого ОС стає гетерогенною. Це дозволяє розробникам використовувати декілька типів обчислювальних елементів, кожен з яких здатен виконувати завдання, які найкраще для нього підходять. Введення додаткових, незалежних обчислювальних ресурсів неминуче приводить до того, що більшість гетерогенних систем розглядаються як паралельні ОС або ж багатоядерні ОС.
    Таким чином, можна констатувати, що останнім часом простежується тенденція в галузі високопродуктивних обчислень до конвергенції сучасних технологій паралельної та розподіленої обробки інформації. Проте перед розробниками гетерогенних ОС постають задачі, пов'язані з неоднозначністю вибору можливих варіантів побудови комбінацій функціональних блоків, які можуть бути реалізовані різноманітними апаратно-програмними засобами. Дані задачі потребують дослідження та застосування нових підходів і методів щодо організації високопродуктивних гетерогенних ОС, оскільки правильний вибір конкретних засобів їх реалізації має важливе значення для досягнення потрібних техніко-економічних показників.
    Отже, актуальною науково-прикладною проблемою, що підлягає вирішенню, є недостатня продуктивність комп'ютерних засобів оброблення надвеликих масивів цифрової інформації різного походження та їх невідповідність вимогам ресурсоємних обчислювальних задач.
    Теоретичний аспект вказаної проблеми полягає у розвитку принципів побудови високопродуктивних ПІОС із рекурсивною архітектурою, розвитку теорії паралельно-ієрархічного перетворення інформації в комп'ютерних системах. Методологічний аспект вказаної проблеми полягає у розробленні нових моделей та методів, які враховують просторово-багаторівневе подання даних і часово-мережевий принцип їх аналізу, що дозволяє реалізацію високопродуктивних паралельно-ієрархічних обчислювальних процесів в багатоядерних системах з GPU-прискоренням.
    Принцип паралельно-ієрархічного оброблення інформації припускає організацію багаторівневого ПІ обчислювального процесу, орієнтованого на досягнення максимально можливої алгоритмічної та схемотехнічної швидкодії при перетворенні інформації, і мінімально можливих параметрів ємності пам'яті і споживаної потужності для її збереження, з випереджаючим ростом функціональних можливостей технічних засобів у порівнянні з їхньою складністю. Таким чином, ПІОС для оброблення цифрових сигналів різного походження є тим універсальним засобом, що забезпечить в реальному часі перетворення великих масивів інформації та дозволить реалізувати ефективні паралельні обчислення.
    ПІП застосовується для виділення характерних ознак зображень, кодування та скорочення їх розмірності при виконанні обчислень та подальшому збереженні. Досліджені в роботі властивості ПІП і структури ПІОС використовуються в структурах паралельної пам'яті, системах аналізу та розпізнавання зображень, при кодуванні та ущільненні даних. Особливо перспективною є ідея реалізації ПІП при побудові високопродуктивних паралельно-ієрархічних обчислювальних систем на основі новітніх GPGPU технологій.
    З іншого боку, необхідно відзначити, що принцип ПІП також частково враховує підтверджену результатами нейронаук гіпотезу про ієрархічну організацію зв’язків між структурами головного мозку, сутність якої ґрунтується на тому, що "передача збудження між структурами, тобто їх активація, може відбуватись не лише за вертикальними (ієрархічним прямим та зворотним) зв’язками, але також за горизонтальними – у межах одного і того ж поля". Відповідно, врахування такої нейроподібної схеми обробки інформації в паралельно-ієрархічному перетворенні, в свою чергу, теж сприяє ефективній реалізації моделей та програмно-апаратних засобів ПІОС для високопродуктивної обробки надвеликих масивів інформації.
    Зв’язок роботи з науковими програмами, планами, темами. Дисертаційне дослідження проводилось згідно з планами науково-дослідних робіт кафедри лазерної та оптоелектронної техніки та кафедри комп'ютерних наук Вінницького національного технічного університету і кафедри телекомунікаційних технологій та автоматики Державного економіко-технологічного університету транспорту (м. Київ), в тому числі в межах:
     договору GP/F44/051/4710 “Методи та засоби організації високопродуктивних паралельно-ієрархічних обчислювальних процесів в інтелектуальних системах” (грант Президента України для підтримки наукових досліджень молодих учених, № державної реєстрації: 0112U008123, 2012 р.), при виконанні якого автор брав участь як науковий керівник;
     договору Ф13/49-2007 “Інтелектуальна система для ідентифікації плямових зображень лазерних пучків” (грант Президента України для підтримки наукових досліджень молодих учених, № державної реєстрації: 0107U011806, 2007 р.), при виконанні якого автор брав участь як науковий керівник;
     госпдоговірної теми „Розробка алгоритмів роботи автоматизованої системи підтримки експлуатації транспортної мережі зв’язку”
    (№ державної реєстрації: 0113U003214, 2012-2013 р.р.), при виконанні якої автор брав участь як відповідальний виконавець;
     держбюджетної теми „Високопродуктивні гетерогенні обчислювальні комплекси паралельно-ієрархічного оброблення зображень протяжних лазерних трас та прогнозування їх характеристик для оптичних систем зв'язку” (№ державної реєстрації: 0113U003212, 2013 р.); при виконанні якої автор бере участь як відповідальний виконавець;
     держбюджетної теми 57-Д-281 “Оптико-електронний квантово-розмірний образний комп'ютер око-процесорного типу: концепції, методологія, база знань” (№ державної реєстрації: 0105U002434, 2005-2007 р.р.);
     держбюджетної теми 57-Д-300 „Оптико-електронні паралельні логіко-часові інформаційно-енергетичні середовища на базі образних комп'ютерів” (№ державної реєстрації: 0108U000662, 2008-2010 р.р.);
     держбюджетної теми 57-Д-337 „Розподілені ієрархічні оптико-електронні паралельні логіко-часові інформаційно-енергетичні середовища”
    (№ державної реєстрації: 0111U001104, 2011-2013 р.р.);
     держбюджетної теми 44-2010 Б „Розробка апаратно-програмних засобів ідентифікації зображень людських облич в телекомунікаційних та корпоративних мережах залізничного транспорту” (№ державної реєстрації: 0111U009125, 2012 р.).
    Тематика роботи пов’язана з Державною цільовою науково-технічною програмою "Образний комп'ютер" (2000-2011 р.р.), що затверджена постановами КМУ від 08.11.2000 р. №1652 та від 27.01.2010 р. №58 та відповідає пріоритетному напряму розвитку науки і техніки "Інформаційні та комунікаційні технології" (згідно з Законом України від 12.10.2010 № 2519-17), зокрема пріоритетному тематичному напряму наукових досліджень і науково-технічних розробок на період до 2015 року "Суперкомп'ютерні програмно-технічні засоби, телекомунікаційні мережі та системи. Грід- та клауд-технології" (згідно з постановою КМУ від 07.09.2011 № 942), що також визначені у Програмі діяльності Уряду та Державній програмі соціально-економічного розвитку України.
    Тематика роботи пов’язана з обласною Програмою "Розвитку інформаційних, телекомунікаційних та інноваційних технологій в закладах освіти Вінницького регіону до 2015 року" (в 2011 р. автор отримав грант Вінницької обласної Ради та обласної державної адміністрації для закладів освіти системи загальної середньої, професійно-технічної та вищої освіти, рішення 7 сесії Вінницької обласної ради 6 скликання від 28.10.2011 р. №184).
    Мета і задачі дослідження. Мета дослідження полягає у підвищенні продуктивності обчислювальних процесів паралельної обробки надвеликих масивів цифрової інформації в багатоядерних системах з масовим паралелізмом шляхом створення нового принципу побудови ПІОС, розробки їх структурної та архітектурної організації на основі GPGPU технологій.
    Відповідно до мети мають бути розв’язані такі основні задачі:
    – здійснити аналіз сучасних концепцій паралельних обчислень і високопродуктивних комп’ютерних засобів обробки інформації;
    – розвинути теорію паралельно-ієрархічного перетворення інформації, розробити математичні моделі організації високопродуктивних паралельно-ієрархічних обчислювальних процесів у комп'ютерних системах;
    – розробити теоретичні основи побудови високопродуктивних паралельно-ієрархічних систем із рекурсивною архітектурою, що містять нову концепцію багаторівневого ПІ перетворення інформації із рекурсивним формуванням сукупностей загальних і різноманітних станів ПЧС, нові моделі та методи із просторово-багаторівневим поданням даних і часово-мережевим принципом їх аналізу;
    – розробити методи і математичні моделі кодування/декодування інформації на основі прямого/зворотного паралельно-ієрархічного перетворення;
    – розробити високопродуктивні паралельно-ієрархічні системи із рекурсивною архітектурою на основі CPU-орієнтованої апаратної платформи;
    – розробити високопродуктивні паралельно-ієрархічні обчислювальні системи із рекурсивною архітектурою на основі GPGPU технологій;
    – розробити високопродуктивні комп’ютерні засоби з паралельно-ієрархічним принципом обробки інформації:
    – розробити оптико-електронну систему з паралельно-ієрархічним принципом обробки інформації для профілювання лазерних променів в реальному часі.
    – розробити комп’ютерні засоби з паралельно-ієрархічним принципом обробки інформації для автоматизованої системи підтримки експлуатації транспортної мережі зв’язку.
    Об'єкт дослідження – процес організації високопродуктивних паралельно-ієрархічних обчислень у багатоядерних системах з масовим паралелізмом.
    Предмет дослідження – методи та комп’ютерні засоби для організації високопродуктивних ПІОС із рекурсивною архітектурою на основі GPGPU технологій.
    Методи дослідження. Для розробки теоретичних основ побудови високопродуктивних ПІОС із рекурсивною архітектурою використано методи теорії паралельних обчислень, теорії штучного інтелекту, теорії множин, теорії алгоритмів, теорії ймовірностей, математичної логіки. Для розробки комп'ютерних засобів високопродуктивних ПІОС із рекурсивною архітектурою використано методи теорії паралельно-ієрархічного перетворення, теорії штучних нейронних мереж та кореляційного аналізу, математичного та імітаційного моделювання, теорії інформації, цифрової обробки сигналів та методів машинного аналізу зображень.
    Наукова новизна одержаних результатів полягає в розвитку теорії паралельно-ієрархічного перетворення інформації в комп'ютерних системах, розробці методів і моделей високопродуктивних ПІОС із рекурсивною архітектурою на основі GPGPU технологій, зокрема:
    Вперше:
    – розроблено концепцію багаторівневого паралельно-ієрархічного перетворення інформації, в якій, на відміну від існуючих, реалізовано рекурсивне формування сукупностей загальних і різноманітних станів просторово-часового середовища, що містить методи паралельно-ієрархічного перетворення, в тому числі з оптимізацією масок, що реалізують паралельно-ієрархічне кодування, при якому кожна наступна маска за визначеною залежністю має розмірність менше за попередню, що забезпечує підвищення швидкодії оброблення зображень (20,53% приросту швидкодії – для прямого, 66,24% приросту швидкодії – для зворотного паралельно-ієрархічного перетворення), а також на 59,35% зменшує обсяги пам'яті для зберігання масок;
    – розроблено моделі, структурну та архітектурну організацію високо-продуктивних ПІОС, які, на відміну від існуючих, орієнтовані на використання сучасних GPGPU технологій, що забезпечує підвищення швидкодії оброблення надвеликих масивів інформації (при розмірності матриці 4096×4096 елементів показник прискорення складає 3,87, а показник ефективності – 0,97);
    – розроблено високопродуктивні ПІОС із рекурсивною архітектурою (гранична теоретична продуктивність – 4976,6 GFLOPS) та використанням принципу паралельно-ієрархічного перетворення, які, на відміну від існуючих, реалізують парадигму гетерогенних обчислень (паралельні та розподілені обчислення на базі спеціалізованих апаратних графічних прискорювачів),
    що забезпечує підвищення швидкодії оброблення зображень великої розмірності та покращує ефективність їх розпізнавання (точність класифікації – 89,5%);
    – доведено теоретичну залежність між початковою розмірністю вхідної матриці та гранично можливим збільшенням її розмірності в пам'яті обчислювальної системи при паралельно-ієрархічному перетворенні, що забезпечує ефективну організацію потоків при паралельному обчислювальному процесі в ПІОС на базі апаратних графічних прискорювачів.
    Удосконалено:
    – математичні моделі кодування/декодування інформації методами прямого/зворотного паралельно-ієрархічного перетворення, які, на відміну від існуючих, реалізують ефективніші способи організації паралельних потоків та їх оптимізації при реалізації ПІП на базі спеціалізованих апаратних графічних прискорювачів, що забезпечує покращення швидкодії оброблення зображень.
    Набули подальшого розвитку:
    – теорія організації високопродуктивних ПІОС, що містять нові моделі та методи, які враховують просторово-багаторівневе подання даних і часово-мережевий принцип їх аналізу, що дозволяє реалізацію високопродуктивних паралельно-ієрархічних обчислювальних процесів в багатоядерних системах з GPU-прискоренням;
    – методи та математичні моделі організації обчислень у ПІОС з масовим паралелізмом, які, на відміну від існуючих, містять перетворення даних на просторову мережну модель інформаційного середовища, що забезпечує підвищення швидкодії порівняння і структурного опису зображення, створеного у вигляді паралельно-ієрархічної структури (при обробленні зображень надвеликої роздільної здатності – 10000×10000 пікселів і більше, – швидкодія паралельно-ієрархічного перетворення на основі GPU-орієнтованої в 2,88 рази перевищує швидкодію на основі CPU-орієнтованої апаратної платформи).
    Практичне значення одержаних результатів у галузі паралельної обробки надвеликих масивів інформації полягає в створенні методики побудови високопродуктивних ПІОС із рекурсивною архітектурою та відповідних комп'ютерних засобів, які у сукупності вирішують важливу науково-прикладну проблему. Зокрема:
    1) розроблено методику побудови високопродуктивних ПІОС із рекурсивною архітектурою, а також алгоритми та програмне забезпечення для ПІП інформації на основі технологій CPU та GPGPU, в тому числі програмно-апаратні комплекси для реалізації ПІП інформації на основі CPU- та GPU-орієнтованих кластерних платформ. Це забезпечує реалізацію високопродуктивних ПІОС із високою обчислювальною щільністю поряд з високошвидкісними каналами передачі даних, що дозволяє використати проектні рішення на базі GPU у компактних кластерних комплексах з економним споживанням електроенергії;
    2) розроблено макетний зразок високопродуктивної ПІОС, що містить в своїй основі кластерний обчислювальний комплекс на основі інтеграції парадигм паралельної та розподіленої обробки інформації, а також GPGPU технологій, в якому реалізовано новий спосіб організації багатопотокового ПІ обчислювального процесу, що дозволяє підвищити продуктивність оброблення надвеликих масивів інформації. Зокрема, при обробленні масивів інформації у вигляді двовимірних матриць було досягнуто таких показників прискорення обробки:
    – при розмірності матриці 2048×2048 елементів показник прискорення – 3,99, порівняно з послідовним варіантом виконання обчислень, а показник ефективності, який характеризує середню частку часу виконання паралельного алгоритму, протягом якого процесори реально використовуються для вирішення завдання, складає – 0,99;
    – при розмірності матриці 4096×4096 елементів показник прискорення – 3,87, порівняно з послідовним варіантом виконання обчислень, а показник ефективності, який характеризує середню частку часу виконання паралельного алгоритму, протягом якого процесори реально використовуються для вирішення завдання, складає – 0,97;
    3) розроблено зразок оптоелектронної системи профілювання лазерних променів з ПІ перетворенням інформації, що розширює функціональні можливості системи профілювання та забезпечує оброблення і аналіз плямоподібних зображень у реальному часі (час обробки 25 кадрів відеоряду із зображеннями роздільної здатності 4096×4096 пікселів складає 1027 мс) з підвищеною точністю вимірювання координат енергетичних центрів, як складових характеристик профілю лазерного променя (до 1,5 пікселя);
    4) розроблено інтелектуалізовані програмні засоби для класифікації та розпізнавання плямоподібних зображень лазерного променя в реальному часі, які використовують метод ПІП на основі формування нормуючого рівняння, що дозволило в середньому в 1,5 рази підвищити точність класифікації в процесах профілювання лазерного променя. Оскільки такі обчислення потребують значних ресурсів та апаратних затрат, для них застосовано високопродуктивні ПІОС із рекурсивною архітектурою, що забезпечило підвищення показників продуктивності та швидкодії розпізнавання, а також оброблення динамічних зображень різної розмірності в реальному часі (за критерієм "час, що витрачається лише на обчислення, без врахування витрат часу на операції завантаження у пам'ять ОС," швидкодія при обробленні зображень розмірності 16384×16384 пікселів на GPU більше ніж в 60 разів перевищує швидкодію оброблення на CPU);
    5) розроблено методику організації високопродуктивних ПІОС, яка забезпечує підвищення ефективності функціонування та експлуатації транспортної мережі зв’язку на залізничному транспорті. Розроблено алгоритми паралельної організації обчислювальних процесів із використанням GPU-прискорювачів за технологією "Fermi" при роботі системи підтримки експлуатації транспортної мережі залізничного транспорту, які забезпечили прискорення виконання запитів пошуку.
    Вказані результ
  • Список литературы:
  • ВИСНОВКИ

    Сукупність отриманих у дисертації результатів розв’язує важливу науково-прикладну проблему, що полягає у недостатній продуктивності комп'ютерних засобів оброблення надвеликих масивів цифрової інформації різного походження та невідповідності вимогам ресурсоємних обчислювальних задач.
    У дисертаційній роботі одержані такі основні результати.
    1. Здійснено аналіз сучасних концепцій паралельних обчислень, принципів природного та штучного паралелізму, високопродуктивних комп’ютерних засобів обробки інформації та інтелектуальних інформаційних технологій. На основі проведеного аналізу визначено тенденцію конвергенції ОТ у контексті створення обчислювальних комплексів на основі інтеграції парадигм паралельної та розподіленої обробки інформації, а також технологій GPGPU для подальшої реалізації швидкої та ефективної паралельної обробки надвеликих масивів інформації різної фізичної природи.
    2. Розвинуто теорію паралельно-ієрархічного перетворення інформації, розроблено математичні та структурно-функціональні моделі організації високопродуктивних паралельно-ієрархічних обчислювальних процесів у комп'ютерних системах, одержано та досліджено нові властивості паралельно-ієрархічного перетворення, проаналізовано процеси перетворення та обчислювальну складність ПІОС, в основу яких покладена нова концепція багаторівневої організації обчислень, що дозволяє здійснювати паралельне перетворення не лише просторово ізольованих локальних областей, а досліджувати і формалізувати багатоетапні процедури їх паралельної взаємодії у часі на різних рівнях ієрархії ПІОС.
    3. Розроблено теоретичні основи побудови високопродуктивних ПІОС із рекурсивною архітектурою, що містять нову концепцію багаторівневого паралельно-ієрархічного перетворення інформації із рекурсивним формуванням сукупностей загальних і різноманітних станів просторово-часового середовища, що забезпечує як кількісне так і якісне оцінювання потоків інформації та підвищення продуктивності обчислень. Розроблено нові моделі та методи із просторово-багаторівневим поданням даних і часово-мережевим принципом їх аналізу, що забезпечує підвищення швидкодії порівняння і структурного опису зображення, створеного у вигляді багатоступеневої паралельно-ієрархічної структури, а також розроблено моделі реалізації структурних схем ПІОС на основі різних комбінацій методів перетворення інформації відповідно до різних форм паралелізму, що забезпечує розробку високопродуктивної схеми реалізації потоків у ПІОС із рекурсивною архітектурою. Вперше доведено теоретичну залежність між початковою розмірністю вхідної матриці та гранично можливим збільшенням її розмірності в пам'яті обчислювальної системи при паралельно-ієрархічному перетворенні, що забезпечує ефективну організацію потоків при паралельному обчислювальному процесі в ПІОС.
    4. Розроблено методи і математичні моделі кодування/декодування інформації на основі прямого/зворотного паралельно-ієрархічного перетворення, що дозволяє застосувати ефективніші способи організації паралельних потоків та їх оптимізації при реалізації ПІП. Зокрема, вперше розроблено метод ПІП із оптимізацією масок, який на відміну від існуючих реалізує паралельно-ієрархічне кодування, при якому кожна наступна маска за визначеною залежністю має розмірність менше за попередню, що забезпечує підвищення швидкодії оброблення зображень (20,53% приросту швидкодії – для прямого ПІП, 66,24% приросту швидкодії – для зворотного ПІП), а також на 59,35% зменшує обсяги пам'яті для зберігання масок.
    5. Розроблено високопродуктивні паралельно-ієрархічні системи із рекурсивною архітектурою на основі CPU-орієнтованої апаратної платформи. Зокрема, розроблено методику, алгоритми та програмне забезпечення для ПІП інформації на основі CPU, а також на основі CPU-орієнтованої кластерної платформи. Це забезпечує компактне виконання високопродуктивних ПІОС з високою обчислювальною щільністю поряд з високошвидкісними каналами передачі даних.
    6. Розроблено високопродуктивні паралельно-ієрархічні обчислювальні системи із рекурсивною архітектурою на основі GPGPU технологій. Зокрема, вперше розроблено моделі, структурну та архітектурну організацію високопродуктивних ПІОС з масовим паралелізмом, які, на відміну від існуючих, орієнтовані на використання сучасних GPGPU технологій, що забезпечує підвищення швидкодії оброблення надвеликих масивів інформації (при розмірності матриці 4096×4096 елементів показник прискорення складає 3,87, а показник ефективності – 0,97). Вперше розроблено високопродуктивну ПІОС із рекурсивною архітектурою (гранична теоретична продуктивність – 4976,6 GFLOPS) з використанням принципу ПІП, яка реалізує парадигму гетерогенних обчислень (паралельні та розподілені обчислення на базі спеціалізованих апаратних графічних прискорювачів), що забезпечує підвищення швидкодії оброблення зображень великої розмірності в реальному часі. Запропоновано варіанти реалізації ПІП і багаторівневих високопродуктивних ПІОС основі технологій GPGPU. Здійснено оцінку продуктивності обраного апаратного забезпечення ПІОС, а також оцінку ефективності багатопотокового ПІП інформації, що переконливо свідчить про підвищення продуктивності обчислювальних процесів паралельної обробки надвеликих масивів інформації в багатоядерних системах з масовим паралелізмом. Це забезпечує компактне виконання високопродуктивних ПІОС з високою обчислювальною щільністю поряд з високошвидкісними каналами передачі даних, що дозволяє використати проектні рішення на базі GPU у компактних кластерних комплексах з економним споживанням електроенергії.
    7. Розроблено оптико-електронну систему з паралельно-ієрархічним принципом обробки інформації для профілювання лазерних променів в реальному часі, що розширює функціональні можливості системи профілювання й забезпечує оброблення та аналіз плямоподібних зображень у реальному часі з підвищеною точністю вимірювання координат енергетичних центрів як складових характеристик профілю лазерного променя (до 1,5 пікселя). Розроблено інтелектуалізовані програмні засоби для класифікації та розпізнавання плямоподібних зображень лазерного променя в реальному часі, які використовують метод ПІП на основі формування нормуючого рівняння, що забезпечило в середньому в 1,5 рази підвищення точності класифікації в процесах профілювання лазерного променя. Оскільки такі обчислення потребують значних ресурсів та апаратних затрат, для них застосовано високопродуктивну ПІОС, що дозволило підвищити показники продуктивності та швидкодії розпізнавання, а також забезпечити оброблення динамічних зображень різної розмірності в реальному часі.
    8. Розроблено комп’ютерні засоби з паралельно-ієрархічним принципом обробки інформації для автоматизованої системи підтримки експлуатації транспортної мережі зв’язку. В цьому контексті, розроблено методику організації високопродуктивних ПІОС, яка забезпечує підвищення ефективності функціонування та експлуатації транспортної мережі зв’язку на залізничному транспорті. Розроблено алгоритми паралельної організації обчислювальних процесів із використанням GPU-прискорювачів за технологією "Fermi" при роботі системи підтримки експлуатації транспортної мережі залізничного транспорту, що забезпечили значне прискорення виконання запитів пошуку: в середньому величина прискорення складає 36,2 для неіндексованих даних.
    9. Основні результати, отримані у дисертаційній роботі, підтверджено актами впровадження на підприємствах та установах різної форми власності, в т.ч. за кордоном, а також вищих навчальних закладів України. Аналіз результатів дослідження та впровадження дозволяє стверджувати, що на основі реалізованих у межах запропонованої концепції високопродуктивних багаторівневих ПІОС досягнуто адекватні розв'язки комплексу актуальних задач паралельної обробки надвеликих масивів інформації.








    СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

    1. Кожем’яко В.П. Паралельно-ієрархічні мережі як структурно-функціональний базис для побудови спеціалізованих моделей образного комп’ютера : [Монографія] / В.П. Кожем’яко, Л.І. Тимченко, А.А. Яровий. – Вінниця: Універсум-Вінниця, 2005. – 161 с.
    2. Кожем'яко В.П. Образний відео-комп'ютер око-процесорного типу : [Монографія] / В.П. Кожем'яко, Г.Л. Лисенко, А.А. Яровий, А.В. Кожем'яко – Вінниця: Універсум-Вінниця, 2008. – 215 с.
    3. Тимченко Л.И. Теоретические и прикладные аспекты параллельно-иерархического многоуровневого преобразования цифровых сигналов /
    Л.И. Тимченко, А.А. Яровой, Н.И. Кокряцкая // Электронное моделирование. – 2013. – Т.35. – №2. – С. 35-54.
    4. Яровий А.А. Багаторівневі паралельно-ієрархічні системи та їх комп'ютерне моделювання / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2012. – №2 (24). – С. 9-17.
    5. Yarovyy A. A. Parallel-Hierarchical Computing System for Multi-Level Transformation of Masked Digital Signals / A. A. Yarovyy, L. I. Timchenko, N. I. Kokriatskaia // Advances in Electrical and Computer Engineering. – 2012. – vol. 12, no. 3. – P. 13-20.
    6. Яровий А.А. Аналіз нових обчислювальних властивостей паралельно-ієрархічного перетворення інформаційних середовищ та їх комп'ютерне моделювання / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2012. – №1 (23). – С. 16-24.
    7. Яровий А.А. Метод оптимізованого формування масок при кодуванні інформації в паралельно-ієрархічному перетворенні / А.А. Яровий // Вісник ВПІ. – 2011. – №6 (99). – С. 216 – 223.
    8. Яровий А.А. Паралельно-ієрархічне перетворення інформаційних середовищ на основі маскового методу / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2011. – №1 (21). – С. 15-23.

    9. A new approach to detection of noise-distorted signals based on the method of S-preparation / S. Nakonechna, M. Petrovskyi, L. Timchenko, Yu. Kutaev, N. Kokryatskaya, A. Yarovyy : Proceedings [IX International symposium on Telecommunications (BIHTEL 2012)], (Sarajevo, Bosnia and Herzegovina, October 25-27, 2012) – Sarajevo, IEEE, 2012 – P.1-6. – Режим доступу: http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6401225.
    10. Високопродуктивні гетерогенні обчислювальні комплекси паралельно-ієрархічного оброблення зображень / Тимченко Л.І., Яровий А.А., Мудрик В.В., Кокряцька Н.І. : Proceedings of 2 International Conference [High Performance Computing (HPC-UA’2012)], (Київ, 8-10 жовтня 2012 р.) – Київ, ТОВ "Три К", 2012. – С. 322-327.
    11. Яровий А.А. Обробка зображень методом прямого паралельно-ієрархічного перетворення на базі кластерних систем з розподіленою обробкою інформації / А.А. Яровий // Вісник ВПІ. – 2011. – № 3 (96). – С. 133 – 140.
    12. Kozhemyako V. Methodological Principles of Pyramidal and Parallel-Hierarchical Image Processing on the Base of Neural-Like Network Systems /
    V. Kozhemyako, L. Timchenko, A. Yarovyy // Advances in Electrical and Computer Engineering – “Stefan cel Mare” University of Suceava, Romania – Volume 8 (15), Number 2 (30), 2008, P. 54-60.
    13. Яровий А.А. Особливості організації високопродуктивних паралельно-ієрархічних обчислювальних процесів / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2011. – №2 (22). – С. 55-64.
    14. Яровий А.А. Паралельно-ієрархічне перетворення інформаційних середовищ на основі гетерогенної кластерної системи / А.А. Яровий // Вісник ВПІ. – 2011. – № 2 (95). – С. 120 – 127.
    15. Яровий А.А. Методологічні особливості побудови паралельно-ієрархічних та ієрарх-ієрархічних мереж на основі кластерних систем з розподіленою обробкою інформації / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2010. – №1 (19). – С. 69-79.
    16. Applied Realization of Neural Network and Neurolike Parallel-Hierarchical System Based on GPGPU / A.A. Yarovyy : Development and application systems : Proceedings of the 10th International Conference on DAS-2010, May 27-29, 2010, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2010 – P. 351-356. – Режим доступу: http://www.dasconference.ro/cd2010/data/papers/D50.pdf
    17. Яровий А.А. Імітаційне моделювання та програмна реалізація мережної моделі паралельно-ієрархічного перетворення / А.А. Яровий // Вісник ВПІ. – 2010. – №3 (90). – С. 85-92.
    18. Яровий А.А. Прикладні аспекти і перспективи побудови кластерів на основі GPU для реалізації паралельної та паралельно-ієрархічної обробки інформації / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2009. – №2 (18). – С. 119-126.
    19. Parallel-Hierarchical Transformation as the System Model of Neurolike Scheme of Data Processing / Kozhemyako V.P., Timchenko L.I., Yarovyy A.A. : сборник трудов IV Международной конференции «Фундаментальные проблемы оптики-2006». Санкт-Петербург. 16–20 октября 2006 / под ред. проф. В.Г. Беспалова, проф. С.А. Козлова – СПб.: Издательский дом «Corvus», 2006. –
    С. 246-248.
    20. Яровий А.А. Прикладна реалізація масштабних нейронних та нейроподібних паралельно-ієрархічних мереж на основі технологій GPGPU [Електронний ресурс] : [Електронне наукове фахове видання] / А. А. Яровий, Ю. С. Богомолов, К. Ю. Вознесенський // Наукові праці Вінницького національного технічного університету. – 2009. – №2. – С. 1-8. – Режим доступу до журн.: http://www.nbuv.gov.ua/e-journals/VNTU/2009_2_ua/2009-2.files/uk/09aayogt_ua. pdf. – Назва з екрану.
    21. Яровий А.А. Аналіз функціонування програмної моделі GPGPU в контексті організації паралельних обчислень в нейроподібних паралельно-ієрархічних системах / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2009. – №1 (17). – С. 42-49.
    22. Прикладные аспекты программно-аппаратной реализации нейроподобных параллельно-иерархических систем / А.А. Яровой : Научная сессия МИФИ – 2009. ХІ Всероссийская научно-техническая конференция «Нейроинформатика-2009», 27-30 января 2009 г.: Сборник научных трудов. В 2 частях. Ч. 2. – Москва, МИФИ, 2009. – С. 39-48.
    23. Кожем'яко В.П. Методологічні особливості реалізації нейроподібних паралельно-ієрархічних систем на основі технологій GPGPU / В.П. Кожем'яко, А.А. Яровий, Ю.С. Богомолов, К.Ю. Вознесенський // Оптико-електронні інформаційно-енергетичні технології. – 2008. – №2 (16). – С. 26-33.
    24. Kozhemyako V.P. Population Coding with Parallel-Hierarchical Network Application for Pattern Recognition / V.P. Kozhemyako, L.I. Timchenko, A.A. Yarovyy, V.V. Khomyuk // Інформаційні технології та комп’ютерна інженерія. – 2007. – № 1(8). – С. 77-81.
    25. Кожем'яко В.П. Методологічні аспекти принципів паралельності та ієрархічності в нейронній обробці інформації / В.П. Кожем'яко, Л.І. Тимченко, А.А. Яровий, Р.М. Новицький // Оптико-електронні інформаційно-енергетичні технології. – 2006. – №2 (12). – С. 98-109.
    26. Кожем’яко В.П. Пірамідальне просторово-зв'язане препарування та його прикладна реалізація / В.П. Кожем'яко, А.А. Яровий // Вісник ВПІ. – 2006. –
    №4 (67). – С. 48-62.
    27. Яровий А.А. Нейроподібна мережна модель паралельно-ієрархічної обробки цифрової інформації для задач ідентифікації плямових зображень лазерних пучків / А.А. Яровий // Вісник ВПІ. – 2007. – №5 (74). – С. 95-102.
    28. Кожем'яко В.П. Методологічні підходи до паралельно-ієрархічної обробки плямових зображень лазерних пучків та їх прикладна реалізація / В.П. Кожем'яко, Л.І. Тимченко, А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2006. – №1 (11). – С. 14-25.
    29. Яровий А.А. Методологічні особливості побудови 3D відображення плямових зображень лазерного променя та його розпізнавання / А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2010. – №2 (20). – С. 72-80.
    30. Яровий А.А. Інтелектуальна система ущільнення та розпізнавання зображень для задач профілювання лазерного променя [Електронний ресурс] : [Електронне наукове фахове видання] / А. А. Яровий, Р. С. Власюк // Наукові праці Вінницького національного технічного університету. – 2010. – №2. –
    С. 1-11. – Режим доступу до журн.: http://www.nbuv.gov.ua/e-journals/VNTU/2010-2/2010-2.files/uk/10yaalbp_ua.pdf. – Назва з екрану.
    31. Яровой А.А. Теоретико-методологические и прикладные аспекты использования технологий визуализации для задач профилирования лазерных лучей [Электронный ресурс] : [Электронный журнал Национального исследовательского ядерного университета "МИФИ", Москва] / А.А. Яровой, А.М. Яровой // Научная визуализация. – 2010. – Том 2. – №3. –
    С. 50-72. – Режим доступу до журн.: http://sv-journal.com/2010-3/04/index.html. – Назва з екрану.
    32. Яровий А.А. Аналіз методики нейромережевого розпізнавання кольорових зображень в контексті її універсальності / А.А. Яровий, Р.С. Власюк // Вісник Національного університету “Львівська політехніка”. Інформаційні системи та мережі. – 2009. – №653. – С. 255-262.
    33. Яровий А.А. Імітаційне моделювання нейромережевої системи розпізнавання багатокольорових плямових зображень профілю лазерного променя [Електронний ресурс] : [Електронне наукове фахове видання] / А.А. Яровий, Р.С. Власюк // Наукові праці Вінницького національного технічного університету. – 2010. – №3. – С. 1-6. – Режим доступу до журн.: http://www.nbuv.gov.ua/e-journals/VNTU/2010_3/2010-3.files/uk/10aaylbp_ua.pdf. Назва з екрану.
    34. Кожем'яко В.П. Розробка методів і засобів для високоточного вимірювання та прогнозування координат енергетичних центрів зображень протяжних лазерних трас / В.П. Кожем'яко, Л.І. Тимченко, А.А. Яровий, Д.П. Зарезенко // Оптико-електронні інформаційно-енергетичні технології. – 2007. – №1 (13). – С. 5-12.
    35. Software Support of Accurately Measurement and Prediction of Laser Beam Profile Characteristics / V.P. Kozhemyako, L.I. Timchenko, A.A. Yarovyy: Proceedings of the X International Conference „Swiatіowody i ich zastosowania”, 4-7 October 2006, Krasnobrуd, Poland, Tom 2 – Lublin, Wydawnictwo-Drukarnia Liber Duo s.c., 2006 – P. 675-684.

    36. Яровий А.А. Розробка нейромережевої інтелектуальної системи для прогнозування енергетичних центрів плямових зображень в процесах профілювання лазерного променя / А.А. Яровий, Р.С. Власюк // Системні дослідження та інформаційні технології. – 2012. – № 1. – С. 39-50.
    37. Кожем’яко В.П. Методологічні особливості побудови моделей статистичного аналізу та прогнозування часових рядів на базі нейронних мереж у задачах профілювання лазерних променів / В.П. Кожем’яко, А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2008. – №1 (15). – С. 67-72.
    38. Яровий А.А. Інтелектуальна система аналізу та обробки складових характеристик профілю лазерного променя для їх нейроподібного паралельно-ієрархічного розпізнавання та ідентифікації / А.А. Яровий. // Інформаційні технології та комп’ютерна інженерія. – 2007. – № 3(10). – С. 115-123.
    39. Kozhemiako V.P. Parallel-hierarchial networks as structural-functional basis for construction of pattern computer models / V.P. Kozhemiako, L.I. Timchenko, A.A. Yarovyy // Оптико-електронні інформаційно-енергетичні технології. – 2005. – №2 (10). – С. 49-54.
    40. Кожем’яко В.П. Розробка багатофункціональних оптико-електронних модулів як базових компонентів моделей образного комп’ютера /
    В.П. Кожем’яко, Л.І. Тимченко, А.А. Яровий // Оптико-електронні інформаційно-енергетичні технології. – 2005. – №1 (9). – С. 139-147.
    41. Кожем’яко В.П. Нанотехнологічні принципи реалізації оптоелектронного модуля для запису, збереження та відображення інформації / В.П. Кожем’яко, А.А. Яровий, Р.М. Новицький // Комп’ютинг. – 2007. – Том 6, Випуск 3. –
    С. 52-61.
    42. Модели параллельно-иерархической обработки информации на основе аппарата логико-временных функций / Кожемяко В.П., Тимченко Л.И.,
    Яровой А.А. : «Информационные и компьютерные технологии, моделирование, управление» : Тезисы докладов Международной научной конференции посвященной 80-летию со дня рождения академика И.В. Прангишвили, Грузия, Тбилиси, 1 – 4 ноября 2010 года. – Тбилиси, Издательство ГТУ, 2010. –
    С. 231-232.
    43. Яровий А.А. Концептуальні підходи до розробки нейронного елемента логіко-часового типу та його прикладна реалізація / А.А. Яровий // Вісник ВПІ. – 2009. – №1 (82). – С. 37-40.
    44. Кожем’яко В.П. Моделі нейронних елементів логіко-часового типу /
    В.П. Кожем’яко, Т.Б. Мартинюк, А.А. Яровий, І.В. Мороз // Оптико-електронні інформаційно-енергетичні технології. – 2007. – №2 (14). – С. 63-72.
    45. Патент України на винахід № 78533. Оптоелектронний модуль / Кожем'яко В.П., Тимченко Л.І., Яровий А.А., Ковінько Ю.О., Новицький Р.М., Самра Муавия Хамо – 18 с. ; Опуб. 10.04.2007. Бюл. № 4.
    46. Kozhemyako V.P. Methodological Peculiarities of Neural-Like Network Model for Pyramidal and Parallel-Hierarchical Processing of Digital Information. / Kozhemyako V.P., Timchenko L.I., Yarovyy A.A. : Abstracts Book of the 9th Int. Conf. DAS-08, May 22-24, 2008, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2008 – P. 68.
    47. Свідоцтво про реєстрацію авторського права на твір № 45426. Комп’ютерна програма "Комп’ютерна програма кодування / декодування інформації модифікованими для GPGPU методами прямого та зворотного паралельно-ієрархічного перетворення з оптимізацією масок" / Яровий А.А., Сугак І.М., Трошина А.В. Дата реєстрації Державною службою інтелектуальної власності України 03.09.2012.
    48. Свідоцтво про реєстрацію авторського права на твір № 45427. Комп’ютерна програма "Комп’ютерна програма для визначення оптимальних параметрів груп паралельних потоків при організації обчислювального GPGPU-процесу в паралельно-ієрархічному перетворенні" / Яровий А.А., Сугак І.М., Трошина А.В. Дата реєстрації Державною службою інтелектуальної власності України 03.09.2012.
    49. Свідоцтво про реєстрацію авторського права на твір № 39488. Комп’ютерна програма "Комп'ютерна програма прямого паралельно-ієрархічного перетворення з формуванням масок (із множенням мінімального елемента на потужність в операторі перетворення G)" / Яровий А.А., Сугак І.М. Дата реєстрації Державним Департаментом інтелектуальної власності
    України 04.08.2011.
    50. Свідоцтво про реєстрацію авторського права на твір № 39491. Комп’ютерна програма "Комп'ютерна програма зворотного паралельно-ієрархічного перетворення на основі маскового методу (із множенням мінімального елемента на потужність в операторі перетворення G)" / Яровий А.А., Сугак І.М. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.08.2011.
    51. Свідоцтво про реєстрацію авторського права на твір № 39490. Комп’ютерна програма "Комп'ютерна програма прямого паралельно-ієрархічного перетворення з оптимізацією формування масок (із множенням мінімального елемента на потужність в операторі перетворення G)" / Яровий А.А., Сугак І.М. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.08.2011.
    52. Свідоцтво про реєстрацію авторського права на твір № 39489. Комп’ютерна програма "Комп'ютерна програма зворотного паралельно-ієрархічного перетворення на основі оптимізованого маскового методу (із множенням мінімального елемента на потужність в операторі перетворення G)" / Яровий А.А., Сугак І.М. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.08.2011.
    53. Свідоцтво про реєстрацію авторського права на твір № 45425. Комп’ютерна програма "Комп’ютерна програма для моделювання процесу кодування інформаційних масивів методом прямого паралельно-ієрархічного перетворення без масок" / Яровий А.А., Трошина А.В., Мурзак І.Д. Дата реєстрації Державною службою інтелектуальної власності України 03.09.2012.
    54. Свідоцтво про реєстрацію авторського права на твір № 34123. Комп’ютерна програма "Програмний комплекс для реалізації паралельно-ієрархічного перетворення інформаційних середовищ на основі CPU-орієнтованої кластерної платформи (DirectPHT::Cluster)" / Яровий А.А., Богомолов Ю.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 14.07.2010.

    55. Свідоцтво про реєстрацію авторського права на твір № 34122. Комп’ютерна програма "Програмний комплекс для реалізації паралельно-ієрархічного перетворення інформаційних середовищ на основі GPU-орієнтованої кластерної платформи (DirectPHT::GPU-Cluster)" / Яровий А.А., Богомолов Ю.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 14.07.2010.
    56. Свідоцтво про реєстрацію авторського права на твір № 33758. Комп’ютерна програма для реалізації паралельно-ієрархічного перетворення інформаційних середовищ на основі CPU (Direct PHT::CPU) / Яровий А.А., Богомолов Ю.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 17.06.2010.
    57. Свідоцтво про реєстрацію авторського права на твір № 33759. Комп’ютерна програма для реалізації паралельно-ієрархічного перетворення інформаційних середовищ на основі технологій GPGPU (Direct PHT::GPU) / Яровий А.А., Богомолов Ю.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 17.06.2010.
    58. Свідоцтво про реєстрацію авторського права на твір № 31705. Комп’ютерна програма “Програмна бібліотека для організації паралельної обробки інформації на основі програмування відеоадаптерів ATI („useGPU”)” / Яровий А.А., Вознесенський К.Ю., Богомолов Ю.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 21.01.2010.
    59. Свідоцтво про реєстрацію авторського права на твір № 31706. Комп’ютерна програма “Програмна бібліотека для побудови GPU-кластера із організацією розподіленої обробки інформації на основі програмування віддалених відеоадаптерів ATI („dotGPU”)” / Яровий А.А., Вознесенський К.Ю. Дата реєстрації Державним Департаментом інтелектуальної власності України 21.01.2010.
    60. Свідоцтво про реєстрацію авторського права на твір № 27755. Комп’ютерна програма „Програмна бібліотека для конструювання та моделювання топологій штучних нейронних та нейроподібних мереж” („NN-Constructor”) / Яровий А.А., Богомолов Ю.С., Вознесенський К.Ю. Дата реєстрації Державним Департаментом інтелектуальної власності України 20.02.2009.
    61. Свідоцтво про реєстрацію авторського права на твір № 20958. Комп’ютерна програма для реалізації обробки плямових зображень відео-траси лазерних променів у реальному часі / Яровий А.А., Зарезенко Д.П. Дата реєстрації Державним Департаментом інтелектуальної власності України 18.06.2007.
    62. Свідоцтво про реєстрацію авторського права на твір № 21866. Комп’ютерна програма для аналізу та ідентифікації плямових зображень лазерних пучків у реальному часі з підвищеною точністю вимірювання координат енергетичних центрів як складових характеристик профілю лазерного променя („Laser Beam Analysis”) / Яровий А.А., Зарезенко Д.П., Коновалюк Ю.М. Дата реєстрації Державним Департаментом інтелектуальної власності України 30.08.2007.
    63. Свідоцтво про реєстрацію авторського права на твір № 26731. Комп’ютерна програма спеціалізованої гістограмної моделі для процесу тунелювання при ідентифікації плямових зображень відео-траси лазерних пучків („Laser Beam Application::Advanced Histogram”) / Яровий А.А. Дата реєстрації Державним Департаментом інтелектуальної власності України 01.12.2008.
    64. Свідоцтво про реєстрацію авторського права на твір № 26732. Комп’ютерна програма динамічного 3D моделювання та аналізу відео-траси лазерного променя для профілювання у реальному часі („Laser Beam::3D Video”) / Яровий А.А. Дата реєстрації Державним Департаментом інтелектуальної власності України 01.12.2008.
    65. Свідоцтво про реєстрацію авторського права на твір № 24059. Комп’ютерна програма для моделювання тривимірного профілю лазерного променя у реальному часі на базі плямових зображень відео-траси лазерних пучків („Laser Beam::3D Profiling”) / Яровий А.А., Зарезенко Д.П. Дата реєстрації Державним Департаментом інтелектуальної власності України 24.03.2008.
    66. Свідоцтво про реєстрацію авторського права на твір № 34042. Комп’ютерна програма нейромережевого розпізнавання багатокольорових символьних зображень на зашумлених фонах („MultiColorImageRecogniser::NN Preprocessing”) / Яровий А.А., Власюк Р.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 09.07.2010.
    67. Свідоцтво про реєстрацію авторського права на твір № 45428. Комп’ютерна програма "Інтелектуальна система ідентифікації двовимірних статичних та динамічних профілів лазерного променя на основі нечіткої логіки" / Яровий А.А., Степанчук О.В., Трошина А.В. Дата реєстрації Державною службою інтелектуальної власності України 03.09.2012.
    68. Свідоцтво про реєстрацію авторського права на твір № 24444. Комп’ютерна програма "Оболонка експертної системи продукційного типу для підтримки процесу прийняття рішень "Decision Support Expert:Shell" / Яровий А.А., Яровий А.М., Малик Н.О. Дата реєстрації Державним Департаментом інтелектуальної власності України 13.05.2008.
    69. Свідоцтво про реєстрацію авторського права на твір № 29085. Комп’ютерна програма нейромережевого розпізнавання та класифікації плямових зображень для попередньої обробки характеристик профілю лазерного променя („Laser Beam::NN Preprocessing”) / Яровий А.А., Власюк Р.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.06.2009.
    70. Свідоцтво про реєстрацію авторського права на твір № 34386. Комп’ютерна програма „Програмний модуль попереднього оброблення вхідних даних та візуалізації результатів нейромережевого прогнозування координат енергетичних центрів профілю лазерного променя („LaserBeam::Prediction-P&V”)” / Яровий А.А., Власюк Р.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.08.2010.
    71. Свідоцтво про реєстрацію авторського права на твір № 34385. Комп’ютерна програма „Програмний модуль для структурного та параметричного синтезу нейронної мережі інтелектуальної системи для прогнозування координат енергетичних центрів профілю лазерного променя („LaserBeam::Prediction-NN”)” / Яровий А.А., Власюк Р.С. Дата реєстрації Державним Департаментом інтелектуальної власності України 04.08.2010.
    72. Свідоцтво про реєстрацію авторського права на твір № 26935. Комп’ютерна програма для імітаційного моделювання структур нейронних мереж логіко-часового типу („Logic-temporal neural net builder”) / Яровий А.А., Ляшенко Ю.Л. Дата реєстрації Державним Департаментом інтелектуальної власності України 17.12.2008.
    73. Яровий А.А., Арсенюк І.Р. Науковий проект GP/F44/051 / 4710 “Методи та засоби організації високопродуктивних паралельно-ієрархічних обчислювальних процесів в інтелектуальних системах” (№ держ. реєстрації: 0112U008123). Заключний звіт. 25.12.2012. – 181 с.
    74. Яровий А.А. Науковий проект Ф13/49-2007 “Інтелектуальна система для ідентифікації плямових зображень лазерних пучків” (№ держ. реєстрації: 0107U011806). Заключний звіт. 29.11.2007. – 107 с.
    75. Тимченко Л.І., Яровий А.А., Кокряцька Н.І. та ін. Науковий проект „Розробка алгоритмів роботи автоматизованої системи підтримки експлуатації транспортної мережі зв’язку” (№ держ. реєстрації: 0113U003214). Заключний звіт. 24.12.2012. – 77 с.
    76. Кожем’яко В.П., Лисенко Г.Л., Яровий А.А. та ін. Науковий проект
    57-Д-337 „Розподілені ієрархічні оптико-електронні паралельні логіко-часові інформаційно-енергетичні середовища” (№ держ. реєстрації: 0111U001104) . Проміжний звіт. 20.12.2012. – 207 с.
    77. Кожем’яко В.П., Лисенко Г.Л., Яровий А.А. та ін. Науковий проект
    57-Д-300 „Оптико-електронні паралельні логіко-часові інформаційно-енергетичні середовища на базі образних комп'ютерів” (№ держ. реєстрації: 0108U000662). Заключний звіт. 29.11.2010. – 350 с.
    78. Кожем’яко В.П., Лисенко Г.Л., Яровий А.А. та ін. Науковий проект
    57-Д-281 “Оптико-електронний квантово-розмірний образний комп'ютер око-процесорного типу: концепції, методологія, база знань” (№ держ. реєстрації: 0105U002434). Заключний звіт. 13.12.2007. – 394 с.
    79. Theoretical Aspects of Parallel-Hierarchical Multi-Level Transformation of Digital Signals / A. Yarovyy, L. Timchenko, N. Kokriatskaia : Development and application systems : Proceedings of the 11th International Conference on DAS-2012, May 17-19, 2012, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2012 – P. 1-9.
    80. Варіантний аналіз апаратної та програмної платформи для організації високопродуктивного обчислювального комплексу на основі технологій GPGPU. / Яровий А.А., Мудрик В.В., Титко М.М. : збірник матеріалів Міжнародної науково-технічної конференції [Інформаційні технології та безпека інформаційно-комунікаційних систем], (Вінниця, 12-19 березня
    2012 р.) – Вінниця, Вінницький обласний інститут післядипломної освіти педагогічних працівників, 2012. – С. 313-318.
    81. Високопродуктивний обчислювальний мережевий комплекс на основі сучасних паралельно-ієрархічних технологій та GPGPU. / Яровий А.А., Борисов А.О., Мудрик В.В. : Інтелектуальні системи в промисловості і освіті : тези доповідей Третьої міжнародної науково-практичної конференції ІСПО-2011, Суми, 2-4 листопада 2011 р. – Суми, Видавництво СумДУ, 2011. – С. 146-148.
    82. Аналіз технологій мультичіпової обробки даних на GPU для організації масивно-паралельних обчислень / Яровий А.А., Мудрик В.В. : тези доповідей Третьої Міжнародної науково-технічної конференції [Інформаційні технології та комп’ютерна інженерія (ІТКІ-2012)”], (Вінниця, 29-31 травня 2012 р.) – Вінниця, ВНТУ, 2012 – С. 50-51.
    83. Способи організації масивно-паралельних обчислень на базі апаратної платформи GPU. / Мудрик В.В., Степанчук О.В., Яровий А.А. – Сучасні інформаційні технології 2012 (MIT-2012) / Матеріали другої міжнародної конференції молодих науковців, 26-27 квітня 2012 р. / МОНМСУ, ВНЗ "Одеський національний політехнічний університет". – Одеса, Видавництво ОНПУ, 2012. – С. 98-99.
    84. Прикладні аспекти реалізації паралельно-ієрархічного перетворення інформаційних середовищ на основі гетерогенної кластерної системи. / Яровий А.А., Богомолов Ю.С. – «ІНТЕРНЕТ-ОСВІТА-НАУКА-2010» : Збірник матеріалів VII Міжнародної конференції, м. Вінниця, 28 вересня – 3 жовтня 2010 року. – Вінниця: ВНТУ, 2010 – с. 243-247.
    85. Methodological Peculiarities of Neural-Like Network Model for Pyramidal and Parallel-Hierarchical Processing of Digital Information. / V.P. Kozhemyako, L.I. Timchenko, A.A. Yarovyy: Proceedings of the 9th International Conference on „Development and application systems (DAS-08)”, May 22-24, 2008, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2008 – P. 313-319.
    86. Realization of the model of neurobiological information processing on the base of parallel-hierarchical network. / V.P. Kozhemyako, L.I. Timchenko, A.A. Yarovyy: Proceedings of the Fifth International Conference „INTERNET – EDUCATION – SCIENCE IES-2006”, 10-14 October 2006, Vinnytsia, Ukraine, Vol. 2 – Vinnytsia, Universum-Vinnytsia, 2006. – P. 616-620.
    87. Методологічні особливості організації нейроподібної паралельно-ієрархічної обробки цифрової інформації. / Яровий А.А. – Оптоелектронні інформаційні технології «Фотоніка ОДС-2010» : Збірник тез V Мiжнародної науково-технiчної конференції, м. Вінниця, 28-30 вересня 2010 року. – Вінниця: ВНТУ, 2010 – С. 71.
    88. Розробка методу подання масок для оптимізації зворотного паралельно-ієрархічного перетворення зображень. / Яровий А., Сугак І. – Сучасні проблеми радіоелектроніки, телекомунікацій та приладобудування: матеріали V Міжнародної науково-технічної конференції СПРТП-2011, м. Вінниця, 19-21 травня 2011 р. – Вінниця, ВНТУ, 2011 – С. 25.
    89. Методологічні особливості організації мережної моделі паралельно-ієрархічного перетворення інформаційних середовищ – Математичне та програмне забезпечення інтелектуальних систем / Яровий А.А., Сугак І.М., Трошина А.В. : Тези доповідей ІХ Міжнародної науково-практичної конференції МПЗІС-2011, Дніпропетровськ, 23-25 листопада 2011 р. – Дніпропетровськ, ДНУ, 2011. – С. 299-300.
    90. Методологічні та прикладні аспекти реалізації мережної моделі прямого та зворотного паралельно-ієрархічного перетворення. / Яровий А.А., Богомолов Ю.С., Сугак І.М. – Системний аналіз та інформаційні технології: матеріали Міжнародної науково-технічної конференції SAIT 2011, Київ,
    23–28 травня 2011 р. / ННК “IПСА” НТУУ “КПI”. – К.: ННК “IПСА” НТУУ “КПI”, 2011. – С. 518.
    91. Апаратна реалізація паралельно-ієрархічної мережі на основі DSP / Кожем'яко В.П., Тимченко Л.І., Яровий А.А., Ремезюк С. – Оптоелектронні інформаційні технології “Фотоніка ОДС–2005”. Збірник тез доповідей третьої міжнародної науково-технічної конференції, м. Вінниця, 27-28 квітня 2005 року. – Вінниця: „УНІВЕРСУМ-Вінниця”, 2005. – С. 43.
    92. Особливості організації паралельних потоків при виконанні паралельно-ієрархічного перетворення на основі GPGPU / Яровий А.А., Сугак І.М. : тези доповідей Третьої Міжнародної науково-технічної конференції [Інформаційні технології та комп’ютерна інженерія (ІТКІ-2012)”], (Вінниця, 29-31 травня
    2012 р.) – Вінниця, ВНТУ, 2012 – С. 52-53.
    93. Особливості організації обчислювального процесу в багаторівневих паралельно-ієрархічних системах / Яровий А.А., Трошина А.В. : тези доповідей IV Міжнародної науково-практичної конференції [Методи та засоби кодування, захисту й ущільнення інформації (МЗКЗУІ-2013)], (Вінниця, 23-25 квітня
    2013 р.) – Вінниця, ТД Едельвейс і К, 2013. – С. 337-340.
    94. Математичне моделювання методів паралельно-ієрархічного перетворення та аналіз їх властивостей / Яровий А.А., Трошина А.В. : тези доповідей Третьої Міжнародної науково-технічної конференції [Інформаційні технології та комп’ютерна інженерія (ІТКІ-2012)], (Вінниця, 29-31 травня 2012 р.) – Вінниця, ВНТУ, 2012 – С. 56-57.
    95. Математичні моделі паралельно-ієрархічних мереж та їх комп’ютерне моделювання / Яровий А.А., Трошина А.В., Польгуль Т.Д. : тези доповідей ХI Міжнародної конференції [Контроль і управління в складних системах (КУСС-2012)], (Вінниця, 9-11 жовтня 2012 р.) – Вінниця, ВНТУ, 2012. – С. 111-112.
    96. Структурно-функціональна організація багаторівневих паралельно-ієрархічних систем та аналіз їх обчислювальних властивостей / Яровий А.А., Трошина А.В. : збірник праць Восьмої Міжнародної науково-практичної конференції [Інтернет-Освіта-Наука (ІОН-2012)], (Вінниця, 1-5 жовтня 2012 р.) – Вінниця, ВНТУ, 2012. – С. 109.
    97. Імітаційне моделювання та програмна емуляція нейроподібних паралельно-ієрархічних систем на основі технологій GPGPU. / А.А. Яровий,
    Ю. С. Богомолов – Матеріали ІV Міжнародної науково-технічної конференції “Сучасні проблеми радіоелектроніки, телекомунікацій та приладобудування (СПРТП-2009)”, м. Вінниця, 8-10 жовтня 2009 р. Частина 2. – Вінниця,
    ПП „Радіоінформ”, 2009 – С. 27.
    98. Нейронна мережа логіко-часового типу як структурно-функціональний базис для обробки образної інформації / Кожем'яко В.П., Яровий А.А. – Оптоелектронні інформаційні технології “Фотоніка ОДС–2008”. Збірник тез доповідей IV міжнародної науково-технічної конференції, м. Вінниця, 30 вересня – 2 жовтня 2008 року. – Вінниця: УНІВЕРСУМ-Вінниця, 2008. –
    С. 99-100.
    99. Імітаційне моделювання та програмна емуляція нейронного елемента логіко-часового типу / Яровий А.А. – «Інтернет – Освіта – Наука 2008» VI міжнародна науково-практична конференція, 7-11 жовтня 2008 р.
  • Стоимость доставки:
  • 200.00 грн


ПОИСК ДИССЕРТАЦИИ, АВТОРЕФЕРАТА ИЛИ СТАТЬИ


Доставка любой диссертации из России и Украины