SlideShare ist ein Scribd-Unternehmen logo
1 von 50
Downloaden Sie, um offline zu lesen
Современные проблемы вычислительной диагностики
Содержание доклада ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Что такое вычислительная диагностика ? ,[object Object],[object Object],[object Object],[object Object],[object Object]
Примеры задач вычислительной диагностики. Реконструкция дефокусированных снимков.
X-RAY  Томография Полный диапазон углов Чем определяется разрешение томографа ?
Теория и методы решения некорректных задач ,[object Object],[object Object],[object Object],[object Object]
Функционал Тихонова. Разрешающая способность может быть увеличена до бесконечности
Метод невязки.  Выбор параметра регуляризации Метод невязки Метод решения некорректной задачи :   ,[object Object],[object Object],[object Object]
Априорная информация  В методе Тихонова ищется самое гладкое решение – решение с минимальной нормой. Другой тип априорной информации – информация о монотонности, выпуклости искомой функции и т.п. Методы решения некорректных задач при наличии априорной информации, комплекс программ для их реализации (Тихонов А.Н., Гончарский А.В. и др. Регуляризирующие алгоритмы и априорная информация. М: Наука, 1983г.)
Проблема аппроксимации разрывных функций Для аппроксимации непрерывной функции достаточно знать только При аппроксимации разрывной функции необходимо знать  и  Насколько разрывна разрывная функция ?
Тихоновская школа :  фундаментальный вопрос математики – приближенное вычисление разрывных функций Аппроксимация разрывной функции семейством непрерывных функций
Итерационные регуляризирующие процедуры Выбор параметра регуляризации
Понятие оптимальных алгоритмов Сравнение алгоритмов: Алгоритм  лучше, чем алгоритм  .  Алгоритм Тихонова в определенном смысле является оптимальным. Теория решения некорректно-поставленных задач – самый значительный математический результат прошлого столетия.  Школа А.Н.Тихонова
Задачи реконструкции дефокусированных изображений Зачем нужно математическое моделирование  ?
Дефокусировка под углом Ядро оператора больше не зависит от разности аргументов
Результаты решения модельной задачи реконструкции дефокусированного изображения Дефокусированное изображение Исходное изображение Восстановленное изображение
Результаты решения модельной задачи реконструкции дефокусированного изображения Дефокусированное изображение Исходное изображение Восстановленное Изображение Параметр регуляризации
Результаты решения реальной задачи реконструкции дефокусированного изображения Обработка реальных данных
X-RAY  Томография Полный диапазон углов
Томография реальных объектов
Томография реальных объектов
Неполный диапазон углов ,[object Object],Если  имеет компактный носитель, то - аналитическая функция и  допускает аналитическое продолжение на всю плоскость
 
PCB, PWB ,[object Object]
 
 
 
 
 
 
 
 
 
 
 
 
Принципы синтезированной апертуры ,[object Object],Цена за результат :  Огромный объем данных, очень точная регистрация данных, решение обратных задач. Фиксируется не время прихода, а весь сигнал. Космический аппарат Поверхность Земли Исследуемая область
Результаты восстановления изображения. ,[object Object],Разрешение увеличилось в 1000 раз. А.Н.Тихонов, А.В.Гончарский и др. Задача цифровой реконструкции…  //  ДАН СССР, 1992, Т.322, №5.
Инженерная сейсмика ,[object Object],[object Object],[object Object],Проблемы : С( r) –  скорость распространения сигнала
Задачи волновой томографии X Область источников Y Область детекторов R Исследуемая область ,[object Object],[object Object]
Задачи волновой томографии Размерность обратной задачи  Nx*Ny*Nz*(Nw*Nq+1) Bakushinsky A.B., Goncharsky A.V. Ill-posed Problems.  Theory and Applications. Dordrecht: Kluwer Academic Publ., 1994.
Линеаризованные приближения где при 1.  Приближение при 2 .  Приближение Борна и принципы синтезирования апертуры получаем
Численные результаты расчетов  на кластерных системах  для прямой задачи ,[object Object],[object Object],[object Object],[object Object],[object Object],Задача проектирования эксперимента.
Численные результаты расчетов  на кластерных системах  для прямой задачи ,[object Object],[object Object],[object Object]
Э ксперимент  с одним источник ом ,[object Object],[object Object]
Линейный эксперимент ,[object Object],[object Object],[object Object]
[object Object],Рис.1 Рис.2 Численные результаты расчетов  на кластерных системах  для обратной задачи
Численные результаты расчетов  на кластерных системах  для обратной задачи   Сетка расчетов (число неизвестных) Число приемников Число частот Число источников Кол-во нелинейных итераций Число процессоров Время расчета, сек Невязка 5x5x5 (750) 40x40 2 1 1 16 15 3*10-4 9x9x9 (4374) 40x40 2 1 1 16 500   3*10-4 5x5x5 (10250) 40x40 40 1 1 16 1500   3*10-4 9x9x9 (59778) 40x40 40 1 1 16 56000   3*10-4 25х25х25(90000) 40x40 2 1 1 500 10800   1*10-3 29х29х29(146000) 40x40 2 1 1 1000 14600   1*10-3 33х33х33(215622) 40x40 2 1 1 500 27000   1*10-3 9x9x9 (59778) 40x40 40 1 10 500 36000   3*10-4
Основные этапы создания  X-RAY  томографа Пирогов Николай Иванович, г.р.-1810г. Рентген Конрад, г.р.- 1845г. Радон Иоганн Карл Август , г.р.- 1887г. Тихонов Андрей Николаевич, г.р.- 1906г. X-RAY ПЛЕНКИ ПРЕОБРАЗОВАНИЕ РАДОНА ЭВМ ТЕОРИЯ ТИХОНОВА ОБРАТНЫЕ ЗАДАЧИ МАКЕТ ТРЕБОВАНИЯ К ИСТОЧНИКАМ И ПРИЕМНИКАМ НИОКР ТОМОГРАФ X ТОПОГРАФ- ИЧЕСКАЯ  АНАТОМИЯ
Основные направления работ по вычислительной диагностике с использованием  HPC ,[object Object],[object Object],Плата базового модуля РВС «АЛЬКОР» ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Weitere ähnliche Inhalte

Andere mochten auch

Bgp архитектура
Bgp архитектураBgp архитектура
Bgp архитектураMichael Karpov
 
Bgp методякоби
Bgp методякобиBgp методякоби
Bgp методякобиMichael Karpov
 
приоритетные направления развития учебных дисциплин
приоритетные направления развития учебных дисциплинприоритетные направления развития учебных дисциплин
приоритетные направления развития учебных дисциплинMichael Karpov
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодыMichael Karpov
 
Pesquisa cultura no brasil
Pesquisa cultura no brasilPesquisa cultura no brasil
Pesquisa cultura no brasildenisefiletti
 
(2niversity) проектная работа tips&tricks
(2niversity) проектная работа   tips&tricks(2niversity) проектная работа   tips&tricks
(2niversity) проектная работа tips&tricksMichael Karpov
 
Save Africa: NASA hackathon 2016
Save Africa: NASA hackathon 2016 Save Africa: NASA hackathon 2016
Save Africa: NASA hackathon 2016 Michael Karpov
 

Andere mochten auch (8)

Bgp архитектура
Bgp архитектураBgp архитектура
Bgp архитектура
 
Bgp методякоби
Bgp методякобиBgp методякоби
Bgp методякоби
 
приоритетные направления развития учебных дисциплин
приоритетные направления развития учебных дисциплинприоритетные направления развития учебных дисциплин
приоритетные направления развития учебных дисциплин
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погоды
 
Pesquisa cultura no brasil
Pesquisa cultura no brasilPesquisa cultura no brasil
Pesquisa cultura no brasil
 
(2niversity) проектная работа tips&tricks
(2niversity) проектная работа   tips&tricks(2niversity) проектная работа   tips&tricks
(2niversity) проектная работа tips&tricks
 
Save Africa: NASA hackathon 2016
Save Africa: NASA hackathon 2016 Save Africa: NASA hackathon 2016
Save Africa: NASA hackathon 2016
 
กลอนแปด
กลอนแปดกลอนแปด
กลอนแปด
 

Ähnlich wie Gonch niz nov3

лекция по обработка данных на 27 марта
лекция по обработка данных на 27 марталекция по обработка данных на 27 марта
лекция по обработка данных на 27 мартаGorelkin Petr
 
Расчёт дифракционных картин
Расчёт дифракционных картинРасчёт дифракционных картин
Расчёт дифракционных картинTimur Shaporev
 
Метод микросейсмического мониторинга MicroseismicCSP: примеры использования
Метод микросейсмического мониторинга MicroseismicCSP: примеры использованияМетод микросейсмического мониторинга MicroseismicCSP: примеры использования
Метод микросейсмического мониторинга MicroseismicCSP: примеры использованияwsspsoft
 
распознавание автомобильного номера в условиях зашумлённости»
распознавание автомобильного номера в условиях зашумлённости»распознавание автомобильного номера в условиях зашумлённости»
распознавание автомобильного номера в условиях зашумлённости»seik0ixtem
 
презентация
презентацияпрезентация
презентацияstudent_kai
 
Подобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмПодобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмAleximos
 
нанофотоника. Дюделев Владислав Викторович
нанофотоника. Дюделев Владислав Викторовичнанофотоника. Дюделев Владислав Викторович
нанофотоника. Дюделев Владислав ВикторовичШкольная лига РОСНАНО
 
Алгоритмическое обеспечение системы АВГУР-АРТ
Алгоритмическое обеспечение системы АВГУР-АРТАлгоритмическое обеспечение системы АВГУР-АРТ
Алгоритмическое обеспечение системы АВГУР-АРТabazulin
 
Презентация на тему: Повторение курса информатики 7 класс
Презентация на тему: Повторение курса информатики 7 классПрезентация на тему: Повторение курса информатики 7 класс
Презентация на тему: Повторение курса информатики 7 класс2berkas
 
Современные проблемы в области фильтрации цифровых изображений
Современные проблемы в области фильтрации цифровых изображенийСовременные проблемы в области фильтрации цифровых изображений
Современные проблемы в области фильтрации цифровых изображенийVladimir Pavlov
 
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетейivanov1566359955
 
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...ITMO University
 
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛН
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛНФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛН
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛНITMO University
 
Распознавание дефектов рельсов
Распознавание дефектов рельсовРаспознавание дефектов рельсов
Распознавание дефектов рельсовkulibin
 
лекция02 сзм(1)
лекция02 сзм(1)лекция02 сзм(1)
лекция02 сзм(1)Gorelkin Petr
 
651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособиеefwd2ws2qws2qsdw
 
651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособиеivanov1566353422
 

Ähnlich wie Gonch niz nov3 (20)

лекция по обработка данных на 27 марта
лекция по обработка данных на 27 марталекция по обработка данных на 27 марта
лекция по обработка данных на 27 марта
 
Расчёт дифракционных картин
Расчёт дифракционных картинРасчёт дифракционных картин
Расчёт дифракционных картин
 
Метод микросейсмического мониторинга MicroseismicCSP: примеры использования
Метод микросейсмического мониторинга MicroseismicCSP: примеры использованияМетод микросейсмического мониторинга MicroseismicCSP: примеры использования
Метод микросейсмического мониторинга MicroseismicCSP: примеры использования
 
распознавание автомобильного номера в условиях зашумлённости»
распознавание автомобильного номера в условиях зашумлённости»распознавание автомобильного номера в условиях зашумлённости»
распознавание автомобильного номера в условиях зашумлённости»
 
презентация
презентацияпрезентация
презентация
 
Подобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмПодобедов: Абстрактный Детерминизм
Подобедов: Абстрактный Детерминизм
 
нанофотоника. Дюделев Владислав Викторович
нанофотоника. Дюделев Владислав Викторовичнанофотоника. Дюделев Владислав Викторович
нанофотоника. Дюделев Владислав Викторович
 
Алгоритмическое обеспечение системы АВГУР-АРТ
Алгоритмическое обеспечение системы АВГУР-АРТАлгоритмическое обеспечение системы АВГУР-АРТ
Алгоритмическое обеспечение системы АВГУР-АРТ
 
Презентация на тему: Повторение курса информатики 7 класс
Презентация на тему: Повторение курса информатики 7 классПрезентация на тему: Повторение курса информатики 7 класс
Презентация на тему: Повторение курса информатики 7 класс
 
Современные проблемы в области фильтрации цифровых изображений
Современные проблемы в области фильтрации цифровых изображенийСовременные проблемы в области фильтрации цифровых изображений
Современные проблемы в области фильтрации цифровых изображений
 
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей284.прогноз ключевых параметров при помощи искусственных нейронных сетей
284.прогноз ключевых параметров при помощи искусственных нейронных сетей
 
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...
ТЕОРЕТИЧЕСКОЕ ИССЛЕДОВАНИЕ СВОЙСТВ ВОГНУТОЙ ПРОПУСКАЮЩЕЙ ГОЛОГРАММНОЙ ДИФРАКЦ...
 
Постер_3D_v06
Постер_3D_v06Постер_3D_v06
Постер_3D_v06
 
Презентация_final2
Презентация_final2Презентация_final2
Презентация_final2
 
rus_Diploma_master_degree
rus_Diploma_master_degreerus_Diploma_master_degree
rus_Diploma_master_degree
 
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛН
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛНФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛН
ФАЗОВАЯ САМОМОДУЛЯЦИЯ ОДНОПЕРИОДНЫХ ОПТИЧЕСКИХ ВОЛН
 
Распознавание дефектов рельсов
Распознавание дефектов рельсовРаспознавание дефектов рельсов
Распознавание дефектов рельсов
 
лекция02 сзм(1)
лекция02 сзм(1)лекция02 сзм(1)
лекция02 сзм(1)
 
651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие
 
651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие651.локальные методы анализа динамических систем учебное пособие
651.локальные методы анализа динамических систем учебное пособие
 

Mehr von Michael Karpov

EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...
EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...
EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...Michael Karpov
 
Movement to business goals: Data, Team, Users (4C Conference)
Movement to business goals: Data, Team, Users (4C Conference)Movement to business goals: Data, Team, Users (4C Conference)
Movement to business goals: Data, Team, Users (4C Conference)Michael Karpov
 
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014)
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014) Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014)
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014) Michael Karpov
 
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...Michael Karpov
 
Поговорим про ошибки (Sumit)
Поговорим про ошибки (Sumit)Поговорим про ошибки (Sumit)
Поговорим про ошибки (Sumit)Michael Karpov
 
"Пользователи: сигнал из космоса". CodeFest mini 2012
"Пользователи: сигнал из космоса". CodeFest mini 2012"Пользователи: сигнал из космоса". CodeFest mini 2012
"Пользователи: сигнал из космоса". CodeFest mini 2012Michael Karpov
 
(Analyst days2012) Как мы готовим продукты - вклад аналитиков
(Analyst days2012) Как мы готовим продукты - вклад аналитиков(Analyst days2012) Как мы готовим продукты - вклад аналитиков
(Analyst days2012) Как мы готовим продукты - вклад аналитиковMichael Karpov
 
Как сделать команде приятное - Михаил Карпов (Яндекс)
Как сделать команде приятное - Михаил Карпов (Яндекс)Как сделать команде приятное - Михаил Карпов (Яндекс)
Как сделать команде приятное - Михаил Карпов (Яндекс)Michael Karpov
 
Как мы готовим продукты
Как мы готовим продуктыКак мы готовим продукты
Как мы готовим продуктыMichael Karpov
 
Hpc Visualization with WebGL
Hpc Visualization with WebGLHpc Visualization with WebGL
Hpc Visualization with WebGLMichael Karpov
 
Hpc Visualization with X3D (Michail Karpov)
Hpc Visualization with X3D (Michail Karpov)Hpc Visualization with X3D (Michail Karpov)
Hpc Visualization with X3D (Michail Karpov)Michael Karpov
 
сбор требований с помощью Innovation games
сбор требований с помощью Innovation gamesсбор требований с помощью Innovation games
сбор требований с помощью Innovation gamesMichael Karpov
 
Зачем нам Это? или Как продать agile команде
Зачем нам Это? или Как продать agile командеЗачем нам Это? или Как продать agile команде
Зачем нам Это? или Как продать agile командеMichael Karpov
 
"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile командеMichael Karpov
 
"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile командеMichael Karpov
 
Высоконагруженая команда - AgileDays 2010
Высоконагруженая команда - AgileDays 2010Высоконагруженая команда - AgileDays 2010
Высоконагруженая команда - AgileDays 2010Michael Karpov
 
How to give a great research talk
How to give a great research talkHow to give a great research talk
How to give a great research talkMichael Karpov
 
20090720 writing a_paper
20090720 writing a_paper20090720 writing a_paper
20090720 writing a_paperMichael Karpov
 

Mehr von Michael Karpov (20)

EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...
EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...
EdCrunch 2018 - Skyeng - EdTech product scaling: How to influence key growth ...
 
Movement to business goals: Data, Team, Users (4C Conference)
Movement to business goals: Data, Team, Users (4C Conference)Movement to business goals: Data, Team, Users (4C Conference)
Movement to business goals: Data, Team, Users (4C Conference)
 
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014)
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014) Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014)
Из третьего мира - в первый: ошибки в развивающихся продуктах (AgileDays 2014)
 
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...
Один день из жизни менеджера. Тактика: хорошие практики, скрытые опасности и ...
 
Поговорим про ошибки (Sumit)
Поговорим про ошибки (Sumit)Поговорим про ошибки (Sumit)
Поговорим про ошибки (Sumit)
 
"Пользователи: сигнал из космоса". CodeFest mini 2012
"Пользователи: сигнал из космоса". CodeFest mini 2012"Пользователи: сигнал из космоса". CodeFest mini 2012
"Пользователи: сигнал из космоса". CodeFest mini 2012
 
(Analyst days2012) Как мы готовим продукты - вклад аналитиков
(Analyst days2012) Как мы готовим продукты - вклад аналитиков(Analyst days2012) Как мы готовим продукты - вклад аналитиков
(Analyst days2012) Как мы готовим продукты - вклад аналитиков
 
Как сделать команде приятное - Михаил Карпов (Яндекс)
Как сделать команде приятное - Михаил Карпов (Яндекс)Как сделать команде приятное - Михаил Карпов (Яндекс)
Как сделать команде приятное - Михаил Карпов (Яндекс)
 
Как мы готовим продукты
Как мы готовим продуктыКак мы готовим продукты
Как мы готовим продукты
 
Hpc Visualization with WebGL
Hpc Visualization with WebGLHpc Visualization with WebGL
Hpc Visualization with WebGL
 
Hpc Visualization with X3D (Michail Karpov)
Hpc Visualization with X3D (Michail Karpov)Hpc Visualization with X3D (Michail Karpov)
Hpc Visualization with X3D (Michail Karpov)
 
сбор требований с помощью Innovation games
сбор требований с помощью Innovation gamesсбор требований с помощью Innovation games
сбор требований с помощью Innovation games
 
Зачем нам Это? или Как продать agile команде
Зачем нам Это? или Как продать agile командеЗачем нам Это? или Как продать agile команде
Зачем нам Это? или Как продать agile команде
 
"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде
 
"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде"Зачем нам Это?" или как продать Agile команде
"Зачем нам Это?" или как продать Agile команде
 
HPC Visualization
HPC VisualizationHPC Visualization
HPC Visualization
 
Hpc Visualization
Hpc VisualizationHpc Visualization
Hpc Visualization
 
Высоконагруженая команда - AgileDays 2010
Высоконагруженая команда - AgileDays 2010Высоконагруженая команда - AgileDays 2010
Высоконагруженая команда - AgileDays 2010
 
How to give a great research talk
How to give a great research talkHow to give a great research talk
How to give a great research talk
 
20090720 writing a_paper
20090720 writing a_paper20090720 writing a_paper
20090720 writing a_paper
 

Gonch niz nov3

  • 2.
  • 3.
  • 4. Примеры задач вычислительной диагностики. Реконструкция дефокусированных снимков.
  • 5. X-RAY Томография Полный диапазон углов Чем определяется разрешение томографа ?
  • 6.
  • 7. Функционал Тихонова. Разрешающая способность может быть увеличена до бесконечности
  • 8.
  • 9. Априорная информация В методе Тихонова ищется самое гладкое решение – решение с минимальной нормой. Другой тип априорной информации – информация о монотонности, выпуклости искомой функции и т.п. Методы решения некорректных задач при наличии априорной информации, комплекс программ для их реализации (Тихонов А.Н., Гончарский А.В. и др. Регуляризирующие алгоритмы и априорная информация. М: Наука, 1983г.)
  • 10. Проблема аппроксимации разрывных функций Для аппроксимации непрерывной функции достаточно знать только При аппроксимации разрывной функции необходимо знать и Насколько разрывна разрывная функция ?
  • 11. Тихоновская школа : фундаментальный вопрос математики – приближенное вычисление разрывных функций Аппроксимация разрывной функции семейством непрерывных функций
  • 12. Итерационные регуляризирующие процедуры Выбор параметра регуляризации
  • 13. Понятие оптимальных алгоритмов Сравнение алгоритмов: Алгоритм лучше, чем алгоритм . Алгоритм Тихонова в определенном смысле является оптимальным. Теория решения некорректно-поставленных задач – самый значительный математический результат прошлого столетия. Школа А.Н.Тихонова
  • 14. Задачи реконструкции дефокусированных изображений Зачем нужно математическое моделирование ?
  • 15. Дефокусировка под углом Ядро оператора больше не зависит от разности аргументов
  • 16. Результаты решения модельной задачи реконструкции дефокусированного изображения Дефокусированное изображение Исходное изображение Восстановленное изображение
  • 17. Результаты решения модельной задачи реконструкции дефокусированного изображения Дефокусированное изображение Исходное изображение Восстановленное Изображение Параметр регуляризации
  • 18. Результаты решения реальной задачи реконструкции дефокусированного изображения Обработка реальных данных
  • 19. X-RAY Томография Полный диапазон углов
  • 22.
  • 23.  
  • 24.
  • 25.  
  • 26.  
  • 27.  
  • 28.  
  • 29.  
  • 30.  
  • 31.  
  • 32.  
  • 33.  
  • 34.  
  • 35.  
  • 36.  
  • 37.
  • 38.
  • 39.
  • 40.
  • 41. Задачи волновой томографии Размерность обратной задачи Nx*Ny*Nz*(Nw*Nq+1) Bakushinsky A.B., Goncharsky A.V. Ill-posed Problems. Theory and Applications. Dordrecht: Kluwer Academic Publ., 1994.
  • 42. Линеаризованные приближения где при 1. Приближение при 2 . Приближение Борна и принципы синтезирования апертуры получаем
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48. Численные результаты расчетов на кластерных системах для обратной задачи   Сетка расчетов (число неизвестных) Число приемников Число частот Число источников Кол-во нелинейных итераций Число процессоров Время расчета, сек Невязка 5x5x5 (750) 40x40 2 1 1 16 15 3*10-4 9x9x9 (4374) 40x40 2 1 1 16 500   3*10-4 5x5x5 (10250) 40x40 40 1 1 16 1500   3*10-4 9x9x9 (59778) 40x40 40 1 1 16 56000   3*10-4 25х25х25(90000) 40x40 2 1 1 500 10800   1*10-3 29х29х29(146000) 40x40 2 1 1 1000 14600   1*10-3 33х33х33(215622) 40x40 2 1 1 500 27000   1*10-3 9x9x9 (59778) 40x40 40 1 10 500 36000   3*10-4
  • 49. Основные этапы создания X-RAY томографа Пирогов Николай Иванович, г.р.-1810г. Рентген Конрад, г.р.- 1845г. Радон Иоганн Карл Август , г.р.- 1887г. Тихонов Андрей Николаевич, г.р.- 1906г. X-RAY ПЛЕНКИ ПРЕОБРАЗОВАНИЕ РАДОНА ЭВМ ТЕОРИЯ ТИХОНОВА ОБРАТНЫЕ ЗАДАЧИ МАКЕТ ТРЕБОВАНИЯ К ИСТОЧНИКАМ И ПРИЕМНИКАМ НИОКР ТОМОГРАФ X ТОПОГРАФ- ИЧЕСКАЯ АНАТОМИЯ
  • 50.