Aylık Arşivler: Mart 2016

Etki Faktörü(Impact Factor) Nedir?

Bilimsel dergilerin etkinliğini belirten uluslararası bir derece olan Etki Faktörü(Impact Factor), geçmiş iki yıl içinde dergide basılan makalelerden diğer bir bilimsel yayınlarda değinilenlerin sayısının, aynı iki yıl içinde dergide basılan toplam makale sayısına bölünmesiyle bulunmaktadır. Örneğin etki faktörü 1 olan dergide son iki yılda yayınlanan her makaleye toplam 1 kere atıf yapılmıştır.

Nem Kaldı – Aşık Mahzuni Şerif

Nem Kaldı – Aşık Mahzuni Şerif Parsel Parsel Eylemişler Dünyayı Bir Dikili Taştan Gayrı Nem Kaldı Dost Köyünden Ayağımı Kestiler Bir Akılsız Baştan Gayrı Nem Kaldı Padişah Değilem Çeksem Otursam Saraylar Kursam Da Asker Yetirsem Hediyem Yoktur Ki Dosta Götürsem İki Damla Yaştan Gayrı Nem Kaldı Nice Dertler Gördüm Derman Çıktılar Çok Aliler Gördüm Osman>>>

Evaluation of parallel particle swarm optimization algorithms within the CUDA™ architecture

“Evaluation of parallel particle swarm optimization algorithms within the CUDA™ architecture” başlıklı makale Luca Mussi, Fabio Daolio ve Stefano Cagnoni tarafından hazırlanmış olup, Information Sciences dergisinin 2011 yılında yayınlanan 181.sayısının 4642–4657.sayfaları arasında basılmıştır. Makaleye aşağıdaki bağlantıdan erişebilirsiniz: Evaluation_of_parallel_particle_swarm_optimization_algorithms_within_the_CUDA_architecture Makalenin CUDA bölümünde dört madde halinde toplanan paralel programlama önerileri: 1-CPU ve GPU arasındaki veri transferini olabildiğince>>>

Particle Swarm Optimization within the CUDA Architecture

“Particle Swarm Optimization within the CUDA Architecture” Luca Mussi ve Stefano Cagnoni tarafından yazılan makale 2009 yılında GPU’lar Genetik ve Evrimsel Hesaplama çalışması(GECCO 2009) çerçevesinde hazırlanmıştır. Aşağıdaki bağlantıdan makaleyi indirebilirsiniz: Particle_Swarm_Optimization_within_the_CUDA_Architecture Çalışmada 100 boyutlu bir sürü ile 22 kat hızlanma elde ettiklerini belirtmişlerdir. Lakin bir sürü içerisinde kaç parçacık olduğu ile ilgili çok açık bir>>>

Android Programlamaya Giriş

Android ile mobil programlama için ilk etapta bilgisayarımızda JDK(Java SE Development Kit) kurulu olmalıdır. Sistemimizde bir şekilde eski sürüm bir JDK bulunabilir. En güzeli eski dosyaları kaldırarak en güncel JDK’yı yüklemektir. Bilgisayarınıza göre hangi indirme uygunsa buradan onu seçerek, yüklemeyi yapınız. 64 bit Windows 10 işletim sistemli bir bilgisayarım olduğundan Java SE Development Kit 8u74>>>

101 Yıl Önce Bugün… – Gökhan KÖKSAL’ın anlatımıyla dakika dakika Çanakkale Zaferi…

101 Yıl Önce Bugün… – Gökhan KÖKSAL 10:40 – Birleşik donanmanın 18 gemiden oluşan taarruz filosu, boğaza giriş yapmak üzere Çanakkale boğazı açıklarında görüldü. Birleşik Donanma filosunda boğaza girmek üzere olan gemiler şu şekilde: 1. Tümen (A Hattı): -Queen Elizabeth -Agamemnon -Lord Nelson -Inflexible 2. Tümen (Fransız B Hattı) -Gaulois -Charlemagne -Bouvet -Suffren 3. Tümen>>>

MATLAB’da CUBLAS ile Matris Çarpma İşlemi Nasıl Yapılır?

MATLAB’da CUBLAS ile Matris Çarpma İşlemi Nasıl Yapılır? C=AXB işlemi yapılacaktır. A:MxN boyutlu matris, B:NxP boyutlu matris, C:MXP boyutlu matristir. cublasDemo.cpp isimli bir dosya oluşturarak içeriğini: #include “mex.h” Void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]) { } şu şekilde dolduruyoruz. Bu c-mex için standart ibarelerdir. Giriş verilerinin tipini önceden belirlememiz gerekmektedir. Kolaylık>>>

Babol Nuşirevan Teknoloji Üniversitesi’nin FTP adresi

İşime yarayan bir kitabın PDF halini bulduğum İran İslam Cumhuriyeti’nin Babol Nuşirevan Teknoloji Üniversitesi’nin FTP adresi. ftp://doc.nit.ac.ir/cee/ Biraz kurcaladım, faydalı materyaller var. Fırsatı olan incelesin.

MATLAB ve CUBLAS(CUDA Temel Lineer Cebir Alt Programları)

MATLAB’daki gibi CUBLAS kütüphanesinde de verilerin sıralanması sütun bazlı sıralıdır. Bu bir avanyaj olarak değerlendirilebilir. CUBLAS fonksiyonları dörde ayrılır. 1-Yardımcı Fonksiyonlar 2-1.Seviye Fonksiyonlar 3-2.Seviye Fonksiyonlar 4-3.Seviye Fonksiyonlar

MATLAB CUDA kernel çıkış değişkenleri nasıl tanımlanır?

[output1, output2] = feval(CUDA_Kernel,input1, input2, input3) şeklinde tanımlanan bir kernel fonksiyonunda ilk iki giriş değişkeni, çıkış değişkeni olarak kullanılır. İki veya daha az giriş değişkeni var ise ilk giriş değişkeni, çıkış değişkeni olarak belirlenir. Örneğin: