Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Presentamos un marco paralelo para simular fluidos incompresibles con hidrodinámica de partículas suavizadas incompresibles predictivas-correctivas (PCISPH) en la GPU en tiempo real. Con este fin, proponemos un eficiente canal de transmisión en la GPU para mapear toda la tarea computacional en la GPU, explotando completamente la enorme potencia computacional de las GPUs de última generación. En las simulaciones basadas en PCISPH, la búsqueda de vecinos es el principal obstáculo de rendimiento porque este proceso se realiza varias veces en cada paso de tiempo. Para eliminar este cuello de botella, se introduce un método de ordenación paralelo eficiente para este paso que consume mucho tiempo. Además, discutimos varias técnicas de optimización que incluyen el uso de memoria compartida rápida en el chip para evitar limitaciones de ancho de banda de memoria global y así mejorar aún más el rendimiento en hardware de GPU moderno. Con nuestro marco, la realismo de la simulación de fluidos en tiempo real se mejora significativamente ya que nuestro método impone la restricción de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Método de modelado de la dinámica inversa de un manipulador de aprendizaje profundo semiparamétrico para aplicaciones en ciudades inteligentes e industriales.
Artículo:
Un algoritmo para la estimación de movimiento basado en el modelo de función de detección de diferencia entre fotogramas.
Artículo:
Una arquitectura compatible con ARM para la privacidad de los usuarios en las ciudades inteligentes: SMARTIE-Calidad por diseño en el IoT
Artículo:
Impacto de la Ajuste de Parámetros para Optimizar Modelos de Redes Neuronales Profundas para Predecir Fallas de Software
Artículo:
Un Método de Convolución de Grafos para la Predicción del Flujo de Tráfico en una Red de Autopistas
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
