but.committee	prof. Ing. Tomáš Vojnar, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) doc. RNDr. Milan Češka, Ph.D. (člen) doc. Ing. Vladimír Drábek, CSc. (člen) Dr. Ing. Petr Peringer (člen) Ing. Aleš Smrčka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: V kapitole 6 je výkonnost jednotlivých metod pro Model Checking analyzována na několika modelech, pro každý model se v tabulkách nachází ještě několik variant různých velikostí, jak tyto varianty vznikly? Existuje možnost zahrnutí implementovaného rozšíření do stabilní verze nástroje STORM? Zvažujete publikování dosažených výsledků?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Češka, Milan	en
dc.contributor.author	Marcin, Vladimír	en
dc.contributor.referee	Matyáš, Jiří	en
dc.date.accessioned	2021-06-25T07:55:45Z
dc.date.available	2021-06-25T07:55:45Z
dc.date.created	2021	cs
dc.description.abstract	V tejto práci sa zoberáme problémom automatizovanej syntézy pravdepodobnostných programov: majme konečnú rodinu kandidátnych programov, v ktorej chceme efektívne identifikovať program spĺňajúci danú špecifikáciu. Aj riešenie tých najjednoduchších syntéznych problémov v praxi predstavuje NP-ťažký problém. Pokrok v tejto oblasti prináša nástroj Paynt, ktorý na riešenie tohto problému používa novú integrovanú metódu syntézy pravdepodobnostných programov. Aj keď sa tento prístup dokáže efektívne vysporiadať s exponenciálnym rastom rodín kandidátnych riešení, stále tu existuje problém spôsobený exponenciálnym rastom jednotlivých členov týchto rodín. S cieľom vysporiadať sa aj s týmto problémom, sme implementovali GPU orientované algoritmy slúžiace na overovanie kandidátnych programov (modelov), ktoré danú úlohu paralelizujú na stavovej úrovni pravdepodobnostých modelov. Celkové zrýchlenie doshiahnuté týmto prístupom za určitých podmienok potom prinieslo takmer teoretický limit možného zrýchlenia syntézneho procesu.	en
dc.description.abstract	This paper examines the problem of automatic synthesis of probabilistic programs: having a finite family of candidate programs, how can one efficiently identify a program that satisfies a given specification. Even the most straightforward synthesis problems prove to be NP-hard. An improvement to this state of practice is brought by the PAYNT tool, which tackles this problem with a novel integrated technique for synthesising probabilistic programs. Even though it efficiently deals with the exponential growth of the family size, there is still a problem with the underlying state-space explosion. To solve this problem, we have implemented GPU-oriented model-checking algorithms that takes advantage of the GPU architecture and parallelise the task at a state level of a probabilistic model. The overall acceleration that we were able to achieve with this approach was, under certain conditions, close to the theoretically possible limit of the acceleration of the whole synthesis process.	cs
dc.description.mark	A	cs
dc.identifier.citation	MARCIN, V. GPU-akcelerovná syntéza pravděpodobnostních programů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136820	cs
dc.identifier.uri	http://hdl.handle.net/11012/200190
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	diskrétne Markovove reťazce	en
dc.subject	Markovove rozhodovacie procesy	en
dc.subject	overovanie modelov	en
dc.subject	syntéza pravdepodobnostných programov	en
dc.subject	CUDA	en
dc.subject	paralelizácia	en
dc.subject	Discrete-Time Markov Chains	cs
dc.subject	Markov Decision Processes	cs
dc.subject	Model-Checking	cs
dc.subject	Synthesis of Probabilistic Programs	cs
dc.subject	CUDA	cs
dc.subject	Parallelisation	cs
dc.title	GPU-akcelerovná syntéza pravděpodobnostních programů	en
dc.title.alternative	GPU-Accelerated Synthesis of Probabilistic Programs	cs
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2021-06-24	cs
dcterms.modified	2021-09-01-13:10:32	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136820	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 15:20:11	en
sync.item.modts	2021.11.12 14:29:04	en
thesis.discipline	Verifikace a testování software	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

GPU-akcelerovná syntéza pravděpodobnostních programů

Files

Original bundle

Collections