Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/25349
Toàn bộ biểu ghi siêu dữ liệu
Trường DCGiá trị Ngôn ngữ
dc.contributor.authorNgô, Văn Mạnh-
dc.contributor.authorNguyễn, Thị Hiền-
dc.contributor.authorNguyễn, Xuân Hoài-
dc.contributor.authorĐặng, Văn Nam-
dc.contributor.authorNguyễn, Việt Huy-
dc.date.accessioned2020-06-17T07:12:19Z-
dc.date.available2020-06-17T07:12:19Z-
dc.date.issued2020-
dc.identifier.issn2525-2208-
dc.identifier.urihttp://dspace.ctu.edu.vn/jspui/handle/123456789/25349-
dc.description.abstractDeep Learning (DL) đang trở thành một công cụ quan trọng cho nghiên cứu và được ứng dụng vào nhiều lĩnh vực khác nhau trong cuộc sống, ủng dụng DL trong bài báo dự báo, cảnh báo liên quan đèn khí tượng thủy văn đang là một hướng nghiên cứu tiềm năng và cổ nhiều thách thức. Với lượng dữ liệu đầu vào lớn và yêu cầu dự đoán nhanh tức thời, tính chính xác cao là những điểm khiến cho mạng nơ ron trong DL trở nên phức tạp và bị hạn chế trong hiệu suất tính toán, thời gian tính toán bị kéo dài so với yêu cầu nghiệp vụ dự báo, cảnh báo thực tế.vi_VN
dc.language.isovivi_VN
dc.relation.ispartofseriesTạp chí Khí tượng Thủy văn;Số 709 .- Tr.63-70-
dc.subjectCông cụ Cray PE DLvi_VN
dc.subjectHọc sâuvi_VN
dc.titleNâng cao hiệu năng của Deep learning trong hệ thống tính toán hiệu năng cao CRAY-XC40vi_VN
dc.typeArticlevi_VN
Bộ sưu tập: Khí tượng Thủy văn

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
_file_
  Giới hạn truy cập
2.58 MBAdobe PDF
Your IP: 216.73.216.94


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.