論文の概要: PDFFlow: hardware accelerating parton density access
- arxiv url: http://arxiv.org/abs/2012.08221v1
- Date: Tue, 15 Dec 2020 11:22:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 05:06:10.496918
- Title: PDFFlow: hardware accelerating parton density access
- Title(参考訳): PDFFlow:Parton密度アクセスを加速するハードウェア
- Authors: Marco Rossi, Stefano Carrazza, Juan M. Cruz-Martinez
- Abstract要約: パートン分布関数を高速に評価する新しいソフトウェアであるPDFFlow(PDFs)を提案する。
PDFFlowはハードウェアアクセラレータを持つプラットフォーム向けに設計されている。
我々は,このライブラリの性能を粒子物理学コミュニティの複数のシナリオで評価する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present PDFFlow, a new software for fast evaluation of parton distribution
functions (PDFs) designed for platforms with hardware accelerators. PDFs are
essential for the calculation of particle physics observables through Monte
Carlo simulation techniques. The evaluation of a generic set of PDFs for quarks
and gluons at a given momentum fraction and energy scale requires the
implementation of interpolation algorithms as introduced for the first time by
the LHAPDF project. PDFFlow extends and implements these interpolation
algorithms using Google's TensorFlow library providing the possibility to
perform PDF evaluations taking fully advantage of multi-threading CPU and GPU
setups. We benchmark the performance of this library on multiple scenarios
relevant for the particle physics community.
- Abstract(参考訳): ハードウェアアクセラレータを持つプラットフォーム向けに設計されたパートン分布関数(PDF)を高速に評価するための新しいソフトウェアであるPDFFlowを提案する。
pdfはモンテカルロシミュレーション技術による素粒子物理学観測の計算に不可欠である。
クォークとグルーオンの与えられた運動量分数とエネルギースケールでの一般的なPDFセットの評価は、初めてLHAPDFプロジェクトによって導入された補間アルゴリズムの実装を必要とする。
pdfflowは、googleのtensorflowライブラリを使用して、これらの補間アルゴリズムを拡張し実装し、マルチスレッディングcpuとgpuのセットアップを十分に活用したpdf評価を可能にする。
このライブラリの性能を粒子物理学コミュニティに関連する複数のシナリオでベンチマークする。
関連論文リスト
- Dynamic Frame Interpolation in Wavelet Domain [57.25341639095404]
ビデオフレームは、より流動的な視覚体験のためにフレームレートを上げることができる、重要な低レベルな計算ビジョンタスクである。
既存の手法は、高度なモーションモデルと合成ネットワークを利用することで大きな成功を収めた。
WaveletVFIは、同様の精度を維持しながら最大40%の計算を削減できるため、他の最先端技術に対してより効率的に処理できる。
論文 参考訳(メタデータ) (2023-09-07T06:41:15Z) - PARTIME: Scalable and Parallel Processing Over Time with Deep Neural
Networks [68.96484488899901]
PartIMEは、データが継続的にストリーミングされるたびにニューラルネットワークを高速化するように設計されたライブラリです。
PartIMEは、ストリームから利用可能になった時点で、各データサンプルの処理を開始する。
オンライン学習において、PartialIMEと古典的な非並列ニューラル計算を経験的に比較するために実験が行われる。
論文 参考訳(メタデータ) (2022-10-17T14:49:14Z) - FlowNAS: Neural Architecture Search for Optical Flow Estimation [65.44079917247369]
本研究では,フロー推定タスクにおいて,より優れたエンコーダアーキテクチャを自動で見つけるために,FlowNASというニューラルアーキテクチャ探索手法を提案する。
実験の結果、スーパーネットワークから受け継いだ重み付きアーキテクチャは、KITTI上で4.67%のF1-allエラーを達成していることがわかった。
論文 参考訳(メタデータ) (2022-07-04T09:05:25Z) - Stochastic Gradient Descent without Full Data Shuffle [65.97105896033815]
CorgiPileは階層的なデータシャッフル戦略で、完全なデータシャッフルを回避すると同時に、完全なシャッフルを実行したかのようにSGDの収束率を同等に維持する。
以上の結果から,CorgiPileは深層学習モデルと一般化線形モデルの両方において,全シャッフルベースSGDと同等の収束率を達成できることが示唆された。
論文 参考訳(メタデータ) (2022-06-12T20:04:31Z) - Win the Lottery Ticket via Fourier Analysis: Frequencies Guided Network
Pruning [50.232218214751455]
最適ネットワークプルーニングは、数学的にはNPハード問題である非自明なタスクである。
本稿では,MBP(Magnitude-Based Pruning)方式について検討し,新しい視点から解析する。
また,新たな2段階プルーニング手法を提案し,その1段階はプルーニングネットワークのトポロジ的構造を取得し,もう1段階はプルーニングネットワークを再訓練し,キャパシティを回復させる。
論文 参考訳(メタデータ) (2022-01-30T03:42:36Z) - FastFlowNet: A Lightweight Network for Fast Optical Flow Estimation [81.76975488010213]
ディセンス光学フロー推定は、多くのロボットビジョンタスクで重要な役割を果たしています。
現在のネットワークはしばしば多くのパラメータを占有し、計算コストがかかる。
提案したFastFlowNetは、周知の粗大なやり方で、以下のイノベーションで機能する。
論文 参考訳(メタデータ) (2021-03-08T03:09:37Z) - A machine learning approach to galaxy properties: joint redshift-stellar
mass probability distributions with Random Forest [0.0]
本稿では、ランダムフォレスト(RF)機械学習アルゴリズムを用いて、高精度な赤方偏移質量確率分布関数(PDF)が得られることを実証する。
我々はdark energy survey (des) とcosmos 2015カタログの赤方偏移と恒星質量の組合せを用いている。
精度に加えて、RFは非常に高速で、消費者コンピュータハードウェアでわずか$ 6$で数百万の銀河の合同PDFを計算することができます。
論文 参考訳(メタデータ) (2020-12-10T19:00:15Z) - Determining the proton content with a quantum computer [0.0]
本稿では、パルトン分布関数の推定により、陽子のパルトン量を決定するための量子回路を設計する試みについて述べる(PDFs)。
実量子デバイスへのqPDFの展開に関する実験を行い、現状の実験的制約を考慮した。
論文 参考訳(メタデータ) (2020-11-27T19:00:00Z) - PDFFlow: parton distribution functions on GPU [1.2891210250935146]
パートン分布関数を高速に評価する新しいソフトウェアであるPDFFlow(PDFs)を提案する。
PDFFlowはハードウェアアクセラレータを持つプラットフォーム向けに設計されている。
我々は,このライブラリの性能を粒子物理学コミュニティの複数のシナリオでベンチマークする。
論文 参考訳(メタデータ) (2020-09-14T18:00:00Z) - An Efficient Machine-Learning Approach for PDF Tabulation in Turbulent
Combustion Closure [0.3277163122167433]
我々は、回帰と自己組織化マップ(SOM)のための多層認識(MLP)ニューラルネットワークに依存した適応学習アルゴリズムを導入し、異なるネットワークを用いてデータを集計する。
このアルゴリズムは、RANSとLESシミュレーションの両方を用いて、いわゆるDLR-A乱流噴流拡散炎に対して検証される。
論文 参考訳(メタデータ) (2020-05-18T00:13:55Z) - VegasFlow: accelerating Monte Carlo simulation across multiple hardware
platforms [0.0]
モンテカルロ積分法に基づく高次元積分の高速評価を行うソフトウェアであるVasasFlowについて紹介する。
このソフトウェアはラスベガスのアルゴリズムにインスパイアされ、粒子物理学のコミュニティではドライバクロスセクションの統合としてユビキタスであり、Googleの強力なライブラリに基づいている。
論文 参考訳(メタデータ) (2020-02-28T18:48:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。