• 제목/요약/키워드: parallel S-iteration process

검색결과 3건 처리시간 0.019초

CONVERGENCE ANALYSIS OF PARALLEL S-ITERATION PROCESS FOR A SYSTEM OF VARIATIONAL INEQUALITIES USING ALTERING POINTS

  • JUNG, CHAHN YONG;KUMAR, SATYENDRA;KANG, SHIN MIN
    • Journal of applied mathematics & informatics
    • /
    • 제36권5_6호
    • /
    • pp.381-396
    • /
    • 2018
  • In this paper we have considered a system of mixed generalized variational inequality problems defined on two different domains in a Hilbert space. It has been shown that the solution of a system of mixed generalized variational inequality problems is equivalent to altering point formulation of some mappings. A new parallel S-iteration type process has been considered which converges strongly to the solution of a system of mixed generalized variational inequality problems.

병렬OMP 기법을 통한 복수 측정 벡터기반 성긴 신호의 복원 (Sparse Signal Recovery with Parallel Orthogonal Matching Pursuit for Multiple Measurement Vectors)

  • 박정홍;반태원;정방철
    • 한국정보통신학회논문지
    • /
    • 제17권10호
    • /
    • pp.2252-2258
    • /
    • 2013
  • 본 논문에서는 복수측정벡터 환경에서 성긴 신호의 복원을 위하여 널리 사용되고 있는 Simultaneous orthogonal matching pursuit (S-OMP) 기술을 보완한 병렬 OMP 기법을 제안하고 그 성능을 분석한다. Parallel orthogonal matching pursuit(POMP) 알고리즘은 간단하지만 성능면에서 매우 효과적이다. 제안된 병렬 OMP알고리즘은 첫 번째 반복 과정에서 관찰 행렬과 상관도가 높은 인덱스 집합을 여러 개 (M) 선택한다. 그 후, 선택된 각각의 인덱스를 첫 번째 인덱스로 하는 각 병렬 OMP블록에서 S-OMP 알고리즘 기법이 병렬적으로 동작한다. 마지막으로 입력된 신호 복원을 위해 잔차가 가장 작은 POMP블록의 인덱스 집합을 선택한다. 컴퓨터 시뮬레이션을 통해 100%복원 가능한 sparsity 개수가 기존의 S-OMP 기법에 비해 M이 증가함에 따라 향상되는 것을 확인했으며, 평균 제곱 오차 측면에서도 SNR에 상관없이 성능 개선효과가 있음을 확인하였다.

병렬 연산을 이용한 방출 단층 영상의 재구성 속도향상 기초연구 (Preliminary Study on the Enhancement of Reconstruction Speed for Emission Computed Tomography Using Parallel Processing)

  • 박민재;이재성;김수미;강지연;이동수;박광석
    • Nuclear Medicine and Molecular Imaging
    • /
    • 제43권5호
    • /
    • pp.443-450
    • /
    • 2009
  • 목적: 기존의 영상 재구성은 간소화된 투사 물리 모델을 사용하고 있다. 하지만 3D 재구성과 같은 실제적인 물리 모델은 시간이 많이 걸려서 임상에서 모든 데이터에 적용하기 힘들고, 복잡한 물리모델을 설명하기 위해 큰 메모리를 사용하면 한대의 일반적인 재구성 머신으로는 불가능하다. 개인 컴퓨터들에서도 큰 규모의 기술을 가능하게 하기위해, 병렬 연산을 이용한 빠른 재구성의 현실적인 분산메모리 모델을 제시한다. 대상 및 방법: 실제로 구현하는 가능성을 보기 위해 가상 컴퓨터들을 이용하여 선행 연구를 진행하였고, 다양한 가능성을 테스트하기 위해 상용서비스를 하고 있는 슈퍼컴퓨터(Tachyon)에서 성능 테스트를 하였다. 가장 많이 사용되는 2D 투사 영상과 실제적인 물리 모델인 3D 응답라인을 이용한 기댓값 최대화 알고리즘을 테스트하였다. 스터디 중 특정 반복횟수 이후에 속도가 최대 6배까지 느려지는 현상이 발견되어 컴파일러 최적화를 통해 병렬 효율의 극대화를 꾀하였다. 결과: Linux에서 MPICH와 NFS를 이용하여, 여러 컴퓨터에서 하나의 프로그램으로 분산 연산이 가능하였다. 병렬 연산을 했을 때 동일한 반복 연산에서 재구성된 영상간의 차이가 실수의 유효숫자(6bit) 정도임을 확인하였다. 2배의 연상장치를 사용했을 때 1.96배의 좋은 병렬화 효율을 보여주었다. 반복 연산 횟수가 증가함에 따라 느려지는 현상은 SSE를 이용한 Vectorization 방법을 사용했을 때 해결할 수 있었다. 결론: 이번 연구를 통해 일반 컴퓨터들을 이용한 현실적인 병렬 컴퓨터 시스템을 구성하여, 작은 메모리의 단일 일반 컴퓨터로는 불가능한 간단화 할 수 없는 복잡한 물리 과정도 영상 재구성 방법에 사용 가능하게 되었다.