Calculando la inversa generalizada de Moore-Penrose en sistemas masivamente paralelos
Autores: Stanojevi, Vukain; Kazakovtsev, Lev; Stanimirovi, Predrag S.; Rezova, Natalya; Shkaberina, Guzel
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
En este trabajo, consideramos el problema de calcular la inversa generalizada de Moore-Penrose, que es esencial en muchas aplicaciones de teoría de grafos. Proponemos un algoritmo para sistemas masivamente paralelos basado en el algoritmo recursivo para la inversa generalizada de Moore-Penrose, la factorización de Cholesky generalizada y el algoritmo de inversión de matriz de Strassen. Experimentos computacionales con nuestro nuevo algoritmo basado en una arquitectura de cómputo paralelo conocida como la Arquitectura Unificada de Dispositivos de Cómputo (CUDA) en una unidad de procesamiento gráfico (GPU) muestran las ventajas significativas de usar GPU para matrices grandes (con millones de elementos) en comparación con la implementación de CPU de la biblioteca OpenCV (Intel, Santa Clara, CA, USA).
Descripción
En este trabajo, consideramos el problema de calcular la inversa generalizada de Moore-Penrose, que es esencial en muchas aplicaciones de teoría de grafos. Proponemos un algoritmo para sistemas masivamente paralelos basado en el algoritmo recursivo para la inversa generalizada de Moore-Penrose, la factorización de Cholesky generalizada y el algoritmo de inversión de matriz de Strassen. Experimentos computacionales con nuestro nuevo algoritmo basado en una arquitectura de cómputo paralelo conocida como la Arquitectura Unificada de Dispositivos de Cómputo (CUDA) en una unidad de procesamiento gráfico (GPU) muestran las ventajas significativas de usar GPU para matrices grandes (con millones de elementos) en comparación con la implementación de CPU de la biblioteca OpenCV (Intel, Santa Clara, CA, USA).