Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Towards Highly Parallel and Compute-Bound Computation of Eigenvectors of Matrices in Schur Form
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Högpresterande beräkningscentrum norr (HPC2N).
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Högpresterande beräkningscentrum norr (HPC2N).ORCID-id: 0000-0002-9158-1941
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Högpresterande beräkningscentrum norr (HPC2N).ORCID-id: 0000-0002-4675-7434
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för datavetenskap. Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Högpresterande beräkningscentrum norr (HPC2N).
2017 (Engelska)Rapport (Övrigt vetenskapligt)
Abstract [en]

In this paper we discuss the problem of computing eigenvectors for matrices in Schur form using parallel computing. We develop a new parallel algorithm and report on the performance of our MPI based implementation. We have also implemented a new parallel algorithm for scaling during the backsubstitution phase. We have increased the arithmetic intensity by interleaving the compution of several eigenvectors and by merging the backward substitution and the back-transformation of the eigenvector computation.

Ort, förlag, år, upplaga, sidor
Umeå universitet , 2017. , s. 23
Serie
Report / UMINF, ISSN 0348-0542 ; 17.10
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
datalogi; matematik
Identifikatorer
URN: urn:nbn:se:umu:diva-168439OAI: oai:DiVA.org:umu-168439DiVA, id: diva2:1396219
Projekt
NLAFETTillgänglig från: 2020-02-25 Skapad: 2020-02-25 Senast uppdaterad: 2020-02-27Bibliografiskt granskad

Open Access i DiVA

fulltext(549 kB)135 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 549 kBChecksumma SHA-512
dfae50d073eb5c330395c11a145ba3856ae683fd200a4bee1c2640ab59e89b7cc5566b263c5e153fc9a9d81734490c970ac68f97bf9148cc4c9c4c55483bd3e5
Typ fulltextMimetyp application/pdf

Övriga länkar

https://webapps.cs.umu.se/uminf/index.cgi?year=2017&number=10

Person

Adlerborn, BjörnKjelgaard Mikkelsen, Carl ChristianKarlsson, LarsKågström, Bo

Sök vidare i DiVA

Av författaren/redaktören
Adlerborn, BjörnKjelgaard Mikkelsen, Carl ChristianKarlsson, LarsKågström, Bo
Av organisationen
Institutionen för datavetenskapHögpresterande beräkningscentrum norr (HPC2N)
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 135 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 607 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf