Rješavanje problema u elektrostatici heterogenim metodama

diplomski rad

• Naslov (engleski): Solving electrostatics problems using heterogeneous methods
• Autor: Nenad Mijić
• Mentor: Davor Horvatić (mentor)
• Član povjerenstva: Davor Horvatić (predsjednik povjerenstva)
• Član povjerenstva: Danko Radić (član povjerenstva)
• Član povjerenstva: Željko Skoko (član povjerenstva)
• Član povjerenstva: Tomislav Marketin (član povjerenstva)
• Član povjerenstva: Damir Pajić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Fizički odsjek); Zagreb
• Datum i država obrane: 2017-12-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Fizika

Sažetak

U ovom radu dan je kratak pregled osnova elektrostatike i računalnih heterogenih metoda. Razrađene su dvije platforme za rad na heterogenim sustavima, CUDA C i TensorFlow. Njih koristimo kako bi dobili ubrzanja izračuna u odnosu na homogene implementacije. CUDA C je detaljnije razrađen zbog kompleksnosti nužnih programskih paradigmi koje je potrebno usvojiti radi uspješne implementacije. Na kraju rada dan je pregled neuronskih mreža koje koristimo za izvrednjavanje potencijala na cijeloj domeni. Neuronske mreže trenirane su na diskretnom prostoru rješenja dobiveno metodom relaksacije.

Sažetak (engleski)

In this thesis a brief overview of the basis of electrostatics and computer heterogeneous methods is given. We discuss two platforms for implementing heterogeneous systems, CUDA C and TensorFlow, which are used to accelerate calculations in relation to homogeneous implementations. CUDA C is presented in more detail due to the complexity of the programming paradigms that need to be adopted for successful implementation. At the end of the thesis, we review the neural networks we use to compute potential across the entire domain. Neural networks are trained in the discreet space of the solution obtained by the relaxation method.

• Ključne riječi: elektrostatika; heterogene metode; CUDA C; TensorFlow; Keras; neuronske mreže
• Ključne riječi (engleski): electrostatic; heterogeneous computing; CUDA C; TensorFlow; Keras; neural networks
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:949494
• Studijski program: Naziv: Fizika; smjerovi: nastavnički; Smjer: nastavnički; Vrsta studija: sveučilišni; Stupanj studija: integrirani preddiplomski i diplomski; Akademski / stručni naziv: magistar/magistra edukacije fizike (mag. educ. phys.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2018-01-17 13:01:01