but.committee	prof. Ing. Marcela Karmazínová, CSc. - předseda, prof. Ing. Jiří Šejnoha, DrSc. - oponent, prof. Ing. Jaroslav Kruis, Ph.D. - oponent, doc. Ing. Otto Plášek, Ph.D. - člen, prof. RNDr. Ing. Petr Štěpánek, CSc. - člen, prof. Ing. Leonard Hobst, CSc. - člen, prof. Ing. Zbyněk Keršner, CSc. - člen, prof. Ing. Jindřich Melcher, DrSc. - člen, doc. Ing. Lumír Miča, Ph.D. - člen, prof. Ing. Drahomír Novák, DrSc. - člen, doc. Dr. Ing. Michal Varaus - člen, prof. Ing. Stanislav Vejvoda, CSc. - člen, Ing. Mojmír Nejezchleb - člen	cs
but.defence		cs
but.jazyk	čeština (Czech)
but.program	Stavební inženýrství	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Vořechovský, Miroslav	cs
dc.contributor.author	Mašek, Jan	cs
dc.contributor.referee	Šejnoha,, Jiří	cs
dc.contributor.referee	Kruis,, Jaroslav	cs
dc.date.accessioned	2018-11-21T21:09:13Z
dc.date.available	2018-11-21T21:09:13Z
dc.date.created		cs
dc.description.abstract	Předložená dizertační práce se zabývá vývojem nového výkonného nástroje pro optimalizaci rovnoměrnosti bodových vzorků. Sekvence rovnoměrně rozmístěných bodů nacházejí uplatnění například jako sady integračních bodů při analýze počítačových modelů pomocí integrace metodami typu Monte Carlo. Pokud je zkoumaná funkce považována za neznámou, jedinou cestou, jak snížit horní mez chyby odhadu integrálu, je optimalizace rovnoměrnosti použitých integračních bodů. Mezi cíle dizertační práce se předně řadí studium současně používaných kritérií pro ohodnocení nebo optimalizaci rovnoměrnosti bodových vzorků. Je předloženo kritické zhodnocení vybraných kritérií rovnoměrnosti. Pro nápravu vybraných nežádoucích vlastností bodových vzorků byla provedena úprava obecně formulovaného optimalizačního kritéria phi. Po zavedení periodického návrhového prostoru a odvození formulace kritéria, která nezávisí na měřítku úlohy, bylo docíleno soběpodobných bodových vzorků, které jsou statisticky i prostorově rovnoměrné. Vyvinutý optimalizační algoritmus se opírá o představu o fyzikální podobnosti mezi sadou optimalizovaných bodů a dynamického systému vzájemně se odpuzujících částic. Simulace takového hyper-dimenzionálního částicového systému je ovšem značně výpočetně náročným úkolem. Proto bylo přikročeno k implementaci efektivního řešení pomocí masivně paralelní platformy Nvidia CUDA. Důležitou částí práce bylo proto též intenzivní studium této komplexní architektury, které bylo nezbytné k plnému využití jejího potenciálu.	cs
dc.description.abstract	The presented doctoral thesis aims at development a new efficient tool for optimization of uniformity of point samples. One of use-cases of these point sets is the usage as optimized sets of integration points in statistical analyses of computer models using Monte Carlo type integration. It is well known that the pursuit of uniformly distributed sets of integration points is the only possible way of decreasing the error of estimation of an integral over an unknown function. The tasks of the work concern a survey of currently used criteria for evaluation and/or optimization of uniformity of point sets. A critical evaluation of their properties is presented, leading to suggestions towards improvements in spatial and statistical uniformity of resulting samples. A refined variant of the general formulation of the phi optimization criterion has been derived by incorporating the periodically repeated design domain along with a scale-independent behavior of the criterion. Based on a notion of a physical analogy between a set of sampling points and a dynamical system of mutually repelling particles, a hyper-dimensional N-body system has been selected to be the driver of the developed optimization tool. Because the simulation of such a dynamical system is known to be a computationally intensive task, an efficient solution using the massively parallel GPGPU platform Nvidia CUDA has been developed. An intensive study of properties of this complex architecture turned out as necessary to fully exploit the possible solution speedup.	en
dc.description.mark	P	cs
dc.identifier.citation	MAŠEK, J. Dynamický částicový systém jako účinný nástroj pro statistické vzorkování [online]. Brno: Vysoké učení technické v Brně. Fakulta stavební. .	cs
dc.identifier.other	117869	cs
dc.identifier.uri	http://hdl.handle.net/11012/137002
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta stavební	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Optimalizace statistického vzorkování	cs
dc.subject	dynamický částicový systém	cs
dc.subject	využití grafických procesorů pro řešení obecných algoritmů	cs
dc.subject	Nvidia CUDA	cs
dc.subject	Optimization of statistical samples	en
dc.subject	dynamical particle system	en
dc.subject	general purpose computing on graphics processing units	en
dc.subject	Nvidia CUDA.	en
dc.title	Dynamický částicový systém jako účinný nástroj pro statistické vzorkování	cs
dc.title.alternative	A dynamical particle system as a driver for optimal statistical sampling	en
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2018-10-24	cs
dcterms.modified	2020-06-06-15:12:05	cs
eprints.affiliatedInstitution.faculty	Fakulta stavební	cs
sync.item.dbid	117869	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 23:20:04	en
sync.item.modts	2021.11.22 21:53:21	en
thesis.discipline	Konstrukce a dopravní stavby	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta stavební. Ústav stavební mechaniky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Dynamický částicový systém jako účinný nástroj pro statistické vzorkování

Files

Original bundle

Collections