GPU alapú fotontranszport nagyfelbontású heterogén közegben BME IIT Szirmay-Kalos László Magdics Milán Tóth Balázs.

Slides:



Advertisements
Hasonló előadás
Fejmozgás alapú gesztusok felismerése
Advertisements

A színinger mérése.
Érzékenységvizsgálat
Globális illumináció (GI)
3D képszintézis fizikai alapmodellje
Sűrűségfüggvény Parzen becslés Mintapontszám, szigma.
 Alapja a véletlen minták kiértékelése  Matematikai rendszerek  Fizikai szimuláció  Sok szabadság fokú csatolt rendszerek  Folyadékok, sejt struktúrák,
Számítástudományi módszerek a webes szolgáltatásokban Rácz Balázs október 20.
A konformációs entrópia becslése Gauss-keverék függvények segítségével
Egy pontból széttartó sugarakat újra összegyűjteni egy pontba
Lineáris és nemlineáris regressziók, logisztikus regresszió
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Ezt a frekvenciát elektron plazmafrekvenciának nevezzük.
A SPECT képalkotás Szigeti Krisztián. A szeminárium menetrendje dátumtémaelméletiklinikai SPECTSzigeti Krisztián (fizikus)Korom Csaba (orvos,
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Statisztika II. III. Dr. Szalka Éva, Ph.D..
1 TARTALOM: 0. Kombinatorika elemei (segédeszközök) 1. Eseményalgebra 2. A valószínűség: a) axiómák és következményeik b) klasszikus (=kombinatorikus)
Fényszórás (sztatikus és dinamikus) Ülepítés gravitációs erőtérben
Ülepítés gravitációs erőtérben Fényszórás (sztatikus és dinamikus)
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Fejmozgás alapú gesztusok felismerése Bertók Kornél, Fazekas Attila Debreceni Egyetem, Informatikai Kar Debreceni Képfeldolgozó Csoport KÉPAF 2013, Bakonybél.
Kubinyi Miklós ) Lézerspektroszkópia Kubinyi Miklós )
1 Virtuális szuperszámítógép szolgáltatás kialakítása az akadémiai hálózat felhasználásával Kacsuk Péter Szeberényi.
Képalkotás lencsékkel Tvorba obrazu šošovkami
Auger és fotoelektron spektrumok –az inelasztikus háttér modellezése Egri Sándor Debreceni Egyetem, Kísérleti Fizika Tanszék ATOMKI.
A NAP SZERKEZETE.
SUGÁRZÁS TERJEDÉSE.
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Világok a semmiből Procedurális tartalomgenerálás a gyakorlatban
STACIONÁRIUS RÉSZECSKETRANSZFER SZIMULÁCIÓJA MONTE CARLO ALAPOKON Kristóf Tamás Pannon Egyetem, Kémia Intézet Fizikai Kémia Intézeti Tanszék „Szabadenergia”
Gazdaságstatisztika 11. előadás.
Makai M.: Transzport51 A koordinátázás kérdése Ha a világban meg kell adni egy helyet: fizikai koordináták (x,y,z) (origó és egység) postai címzés pl.
3D képszintézis fizikai alapmodellje Szirmay-Kalos László Science is either physics or stamp collecting. Rutherford.
Petri-hálón alapuló modellek analízise és alkalmazásai a reakciókinetikában Papp Dávid június 22. Konzulensek: Varró-Gyapay Szilvia, Dr. Tóth János.
Dr Jedlovszky Pál ELTE TTK
Spindinamika felületi klaszterekben Balogh L., Udvardi L., Szunyogh L. BME Elméleti Fizika Tanszék, Budapest Lazarovits B. MTA Szilárdtestfizikai és Optikai.
Szemcsés rendszerek statikája Tibély Gergely X. 26.
GPGPU A grafikus hardver általános célú felhasználása
Optomechatronika II. Vékonyrétegek - bevonatok
A Van der Waals-gáz molekuláris dinamikai modellezése Készítette: Kómár Péter Témavezető: Dr. Tichy Géza TDK konferencia
Algoritmizálás, adatmodellezés tanítása 8. előadás.
Fotorealisztikus képszintézis valós időben Szirmay-Kalos László, Csébfalvi Balázs BME IIT.
INDC - 1st International Diabetes Conference, MedicSphere Zárókonferencia.
A mozgás egy E irányú egyenletesen gyorsuló mozgás és a B-re merőleges síkban lezajló ciklois mozgás szuperpoziciója. Ennek igazolására először a nagyobb.
Porozitás szelvények Sűrűségmérés. Porozitás meghatározása – szelvényekből Olyan mérések alapján – ahol a kőzetfizikai paraméterben nagy a kontraszt a.
Adatátvitel elméleti alapjai
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Tóth Gergely, február BME-MIT Miniszimpózium, Folytonos idejű rendszerek anonimitása Tóth Gergely Konzulens: Hornák Zoltán.
A problémakör vázlatosan:
Spike Sorting Solutions Csercsa Richárd Magony Andor.
MÉLYSÉGI BEJÁRÁS FZGAF0 – PINTÉR LÁSZLÓ. ALGORITMUS ELMÉLETE Egy s kezdőpontból addig megyünk egy él mentén, ameddig el nem jutunk egy olyan csúcsba,
Mintavételi hiba, hibaszámítás
Mintavételi hiba, hibaszámítás
Magdics Milán.  BME Irányítástechnika és Informatika Tanszék (IIT)  Tanszékvezető: Dr. Szirmay-Kalos László  Főbb kutatási területek:  Globális illumináció.
1 Számítógépek felépítése 5. előadás a CPU gyorsítása, pipeline, cache Dr. Istenes Zoltán ELTE-TTK.
Megerősítéses tanulás 5. előadás
GPU megoldások a Medisónál
Vizualizáció és képszintézis Térfogati fényterjedés Szécsi László.
GPU-alapú SPECT képalkotás Wirth András. SPECT képalkotás Single-Photon Emission Computed Tomography.
Porozitáskövető szelvények Neutron módszerek (O.H. És C.H.)
Bemutatkozás Magdics Milán Született: Budapest, augusztus 30.
Kinetikus Monte Carlo  Bevezetés  Véletlen bolyongás  Residence time algoritmus.
Vizualizáció és képszintézis
Optikai mérések műszeres analitikusok számára
Mesterséges intelligencia
Szécsi László 3D Grafikus Rendszerek 11. előadás
Innováció és fenntartható felszíni közlekedés konferencia 2016
Optikai mérések műszeres analitikusok számára
C/C++, hobbi játékprogramozás
Valószínűségi változó, eloszlásfüggvény
Előadás másolata:

GPU alapú fotontranszport nagyfelbontású heterogén közegben BME IIT Szirmay-Kalos László Magdics Milán Tóth Balázs

A probléma Monte Carlo szimuláció: – Szabad úthossz – Abszorpció? – Szórási irány source absorption voxel fetches scattering

Szabad úthossz Optikai mélység eloszlásfüggvény r s Fontosság szerinti mintavétel

A homogén eset könnyű s r

Inhomogén közeg: sugármasírozás Reject Accept Komplexitás nő a felbontással Független a denzitás variációjától Lassú alacsony denzitású nagy felbontású közeg esetén

Inhomogén közeg: Woodcock Felbontás független Komplexitás a sűrűség variációval nő Lassú erősen inhomogén közegben Elfogadási val.:  (t)/  max

sűrű ritka foton Szabad úthossz Inhomogén közeg Inhomogén sűrűség Fázisfüggvény+albedo ütközés Szabad úthossznál csak az inhomogén sűrűség számít

foton Virtuális ütközés Valódi ütközés Virtuális ütközés és a szórási fázisfüggvénye Inhomogén közeg virtuális részecskékkel Valódi részecskével ütközés valószínűsége  (t)/(  (t)+  virtual (t))=  (t)/  comb (t)

Mintavételezés virtuális részecskékkel Keress  comb (t) =  (t)+  virtual (t) – Felső becslés, – Analitikusan kiértékelhető: Mintavételezés  comb (t) Valódi ütközés  (t)/  comb (t)

Procedurális modell példa (Perlin zaj)

Felső becslés: csak korlátozott szintig megyünk Felső becslés zaj Eredeti felbontás szuper-voxel felbontás

Mintavételezés szuper-voxel eredeti voxel sugár Valós távolság Optikai mélység Szórási pont ahol:

Szórási irány (példa: Klein-Nishina) Klein-Nishina : Compton formula: r = P(E,  ) Elvetéses mintavétel   = P -1 (E, r) foton z x y φ  ütközés E E’ Táblázat alapú mintavételezés

Szál leképzés Dózis buffer foton buffer Akkumuláció RNG mag buffer Szabad út + terminálás? Indítás vagy szórás

512 3 voxel tömb, 32 millió sugár NVIDIA GeForce 260 GPU Sugár masírozás: 9 secWoodcock: 7 secVirtuális: 1.4 sec Millió sugár per sec a szuper voxel rács felbontásának függvényében

256 3 voxel tömb

Procedurális Perlin zaj, 9 millió sugár

Skálázhatóság Millió sugár per sec

Videók effektív felbontás szuper-voxel rács 50 millió foton/képkocka 9 sec/képkocka effektív felbontás szuper-voxel rács 5 millió foton/képkocka 1 sec/képkocka

Konklúziók Kvázi SIMD párhuzamosítás új algoritmusokat igényel Szabad úthossz virtuális részecskékkel Fontosság szerinti mintavételezés textúrával Párhuzamos Monte Carlo: szálankénti véletlen szám generátor CPU-n generált független magokból Gyűjtő algoritmus amíg lehet.