Parallel Computing Toolbox

14,000,000 Leading Edge Experts on the ideXlab platform

Scan Science and Technology

Contact Leading Edge Experts & Companies

Scan Science and Technology

Contact Leading Edge Experts & Companies

The Experts below are selected from a list of 819 Experts worldwide ranked by ideXlab platform

Soto-quirós, Juan Pablo - One of the best experts on this subject based on the ideXlab platform.

  • Un marco computacional-matemático para el desarrollo de algoritmos en paralelo de un conjunto de transformadas discretas.
    Instituto Tecnológico de Costa Rica. Escuela de Matemática, 2015
    Co-Authors: Alpízar-brenes Geisel, Calderón-arce Cindy, Soto-quirós, Juan Pablo
    Abstract:

    Proyecto de Investigación. Código del proyecto: 5402-1440-4301Este proyecto presenta un marco matem atico-computacional para el desarrollo de un conjunto de de niciones derivadas de la transformada discreta de Fourier (TDF), que son la funci on discreta de ambig uedad, la transformada discreta de Zak, la transformada discreta de Fourier en tiempo corto, la transformada discreta chirp-Fourier, la transformada discreta de Fourier de quaterniones, la transformada discreta de Cohen, la transformada hipercompleja discreta de Fourier y la transformada discreta de Fourier de valores vectoriales. Se entender a como marco computacional matem atico al conjunto formado por una formulaci on matem atica de un algoritmo y su implementaci on en alg un lenguaje de programaci on. Este marco matem atico-computacional se desarrolla a trav es de un algebra matricial de se~nales, el cual consiste en un ambiente matem atico compuesto de un conjunto de espacios de se~nales, operadores lineales y un conjunto de matrices especiales, donde los m etodos algebraicos se utilizan para generar se~nales que se transforman como estimadores computacionales. Adem as, el algebra matricial de se~nales contribuye al an alisis, dise~no e implementaci on de algoritmos en paralelo; por lo tanto, cada una de las formulaciones matem aticas de las de niciones de la TDF presentar an una representaci on que permitir a su c omputo en paralelo. El lenguaje de programaci on a utilizar para implementar cada uno de los algoritmos de las de niciones derivadas de la TDF es MATLAB utilizando el Parallel Computing Toolbox. La implementaci on de estos algoritmos en MATLAB permite aprovechar el uso de procesadores multin ucleo, al asignar el c omputo de una instancia independiente en cada procesador y mejorar el c omputo de estas transformadas.Instituto Tecnológico de Costa Ric

  • Un marco computacional-matemático para el desarrollo de algoritmos en paralelo de un conjunto de transformadas discretas.
    Instituto Tecnológico de Costa Rica, 2015
    Co-Authors: Alpízar-brenes Geisel, Calderón-arce Cindy, Soto-quirós, Juan Pablo
    Abstract:

    Proyecto de Investigación (VIE-5402-1440-4301).Este proyecto presenta un marco matem atico-computacional para el desarrollo de un conjunto de de niciones derivadas de la transformada discreta de Fourier (TDF), que son la funci on discreta de ambig uedad, la transformada discreta de Zak, la transformada discreta de Fourier en tiempo corto, la transformada discreta chirp-Fourier, la transformada discreta de Fourier de quaterniones, la transformada discreta de Cohen, la transformada hipercompleja discreta de Fourier y la transformada discreta de Fourier de valores vectoriales. Se entender a como marco computacional matem atico al conjunto formado por una formulaci on matem atica de un algoritmo y su implementaci on en alg un lenguaje de programaci on. Este marco matem atico-computacional se desarrolla a trav es de un algebra matricial de se~nales, el cual consiste en un ambiente matem atico compuesto de un conjunto de espacios de se~nales, operadores lineales y un conjunto de matrices especiales, donde los m etodos algebraicos se utilizan para generar se~nales que se transforman como estimadores computacionales. Adem as, el algebra matricial de se~nales contribuye al an alisis, dise~no e implementaci on de algoritmos en paralelo; por lo tanto, cada una de las formulaciones matem aticas de las de niciones de la TDF presentar an una representaci on que permitir a su c omputo en paralelo. El lenguaje de programaci on a utilizar para implementar cada uno de los algoritmos de las de niciones derivadas de la TDF es MATLAB utilizando el Parallel Computing Toolbox. La implementaci on de estos algoritmos en MATLAB permite aprovechar el uso de procesadores multin ucleo, al asignar el c omputo de una instancia independiente en cada procesador y mejorar el c omputo de estas transformadas.Instituto Tecnológico de Costa Ric

Erica Manesso - One of the best experts on this subject based on the ideXlab platform.

  • 1 Systems biology REDEMPTION: Reduced Dimension Ensemble Modeling and Parameter Estimation
    2016
    Co-Authors: Yang Liu, Erica Manesso
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for pa-rameter estimation and ensemble modeling of ordinary differential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested opti-mization problem based on incremental parameter estimation strat-egy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory good-ness-of-fit to the data. The functionalities of REDEMPTION are ac-cessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability: REDEMPTION can be downloaded fro

  • Systems biology REDEMPTION: reduced dimension ensemble modeling and parameter estimation
    2016
    Co-Authors: Yang Liu, Erica Manesso, Rudiyanto Gunawan
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for parameter estimation and ensemble modeling of ordinary dif-ferential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested optimization problem based on incremental parameter estimation strategy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory goodness-of-fit to the data. The functionalities of REDEMPTION are accessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability and implementation: REDEMPTION can be downloaded fro

  • REDEMPTION: reduced dimension ensemble modeling and parameter estimation
    Bioinformatics, 2015
    Co-Authors: Erica Manesso, Rudiyanto Gunawan
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for parameter estimation and ensemble modeling of ordinary differential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested optimization problem based on incremental parameter estimation strategy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory goodness-of-fit to the data. The functionalities of REDEMPTION are accessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability and implementation: REDEMPTION can be downloaded from http://www.cabsel.ethz.ch/tools/redemption. Contact: hc.zhte.mehc@nawanug.idur

Rudiyanto Gunawan - One of the best experts on this subject based on the ideXlab platform.

  • Systems biology REDEMPTION: reduced dimension ensemble modeling and parameter estimation
    2016
    Co-Authors: Yang Liu, Erica Manesso, Rudiyanto Gunawan
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for parameter estimation and ensemble modeling of ordinary dif-ferential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested optimization problem based on incremental parameter estimation strategy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory goodness-of-fit to the data. The functionalities of REDEMPTION are accessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability and implementation: REDEMPTION can be downloaded fro

  • REDEMPTION: reduced dimension ensemble modeling and parameter estimation
    Bioinformatics, 2015
    Co-Authors: Erica Manesso, Rudiyanto Gunawan
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for parameter estimation and ensemble modeling of ordinary differential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested optimization problem based on incremental parameter estimation strategy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory goodness-of-fit to the data. The functionalities of REDEMPTION are accessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability and implementation: REDEMPTION can be downloaded from http://www.cabsel.ethz.ch/tools/redemption. Contact: hc.zhte.mehc@nawanug.idur

Alpízar-brenes Geisel - One of the best experts on this subject based on the ideXlab platform.

  • Un marco computacional-matemático para el desarrollo de algoritmos en paralelo de un conjunto de transformadas discretas.
    Instituto Tecnológico de Costa Rica. Escuela de Matemática, 2015
    Co-Authors: Alpízar-brenes Geisel, Calderón-arce Cindy, Soto-quirós, Juan Pablo
    Abstract:

    Proyecto de Investigación. Código del proyecto: 5402-1440-4301Este proyecto presenta un marco matem atico-computacional para el desarrollo de un conjunto de de niciones derivadas de la transformada discreta de Fourier (TDF), que son la funci on discreta de ambig uedad, la transformada discreta de Zak, la transformada discreta de Fourier en tiempo corto, la transformada discreta chirp-Fourier, la transformada discreta de Fourier de quaterniones, la transformada discreta de Cohen, la transformada hipercompleja discreta de Fourier y la transformada discreta de Fourier de valores vectoriales. Se entender a como marco computacional matem atico al conjunto formado por una formulaci on matem atica de un algoritmo y su implementaci on en alg un lenguaje de programaci on. Este marco matem atico-computacional se desarrolla a trav es de un algebra matricial de se~nales, el cual consiste en un ambiente matem atico compuesto de un conjunto de espacios de se~nales, operadores lineales y un conjunto de matrices especiales, donde los m etodos algebraicos se utilizan para generar se~nales que se transforman como estimadores computacionales. Adem as, el algebra matricial de se~nales contribuye al an alisis, dise~no e implementaci on de algoritmos en paralelo; por lo tanto, cada una de las formulaciones matem aticas de las de niciones de la TDF presentar an una representaci on que permitir a su c omputo en paralelo. El lenguaje de programaci on a utilizar para implementar cada uno de los algoritmos de las de niciones derivadas de la TDF es MATLAB utilizando el Parallel Computing Toolbox. La implementaci on de estos algoritmos en MATLAB permite aprovechar el uso de procesadores multin ucleo, al asignar el c omputo de una instancia independiente en cada procesador y mejorar el c omputo de estas transformadas.Instituto Tecnológico de Costa Ric

  • Un marco computacional-matemático para el desarrollo de algoritmos en paralelo de un conjunto de transformadas discretas.
    Instituto Tecnológico de Costa Rica, 2015
    Co-Authors: Alpízar-brenes Geisel, Calderón-arce Cindy, Soto-quirós, Juan Pablo
    Abstract:

    Proyecto de Investigación (VIE-5402-1440-4301).Este proyecto presenta un marco matem atico-computacional para el desarrollo de un conjunto de de niciones derivadas de la transformada discreta de Fourier (TDF), que son la funci on discreta de ambig uedad, la transformada discreta de Zak, la transformada discreta de Fourier en tiempo corto, la transformada discreta chirp-Fourier, la transformada discreta de Fourier de quaterniones, la transformada discreta de Cohen, la transformada hipercompleja discreta de Fourier y la transformada discreta de Fourier de valores vectoriales. Se entender a como marco computacional matem atico al conjunto formado por una formulaci on matem atica de un algoritmo y su implementaci on en alg un lenguaje de programaci on. Este marco matem atico-computacional se desarrolla a trav es de un algebra matricial de se~nales, el cual consiste en un ambiente matem atico compuesto de un conjunto de espacios de se~nales, operadores lineales y un conjunto de matrices especiales, donde los m etodos algebraicos se utilizan para generar se~nales que se transforman como estimadores computacionales. Adem as, el algebra matricial de se~nales contribuye al an alisis, dise~no e implementaci on de algoritmos en paralelo; por lo tanto, cada una de las formulaciones matem aticas de las de niciones de la TDF presentar an una representaci on que permitir a su c omputo en paralelo. El lenguaje de programaci on a utilizar para implementar cada uno de los algoritmos de las de niciones derivadas de la TDF es MATLAB utilizando el Parallel Computing Toolbox. La implementaci on de estos algoritmos en MATLAB permite aprovechar el uso de procesadores multin ucleo, al asignar el c omputo de una instancia independiente en cada procesador y mejorar el c omputo de estas transformadas.Instituto Tecnológico de Costa Ric

Yang Liu - One of the best experts on this subject based on the ideXlab platform.

  • 1 Systems biology REDEMPTION: Reduced Dimension Ensemble Modeling and Parameter Estimation
    2016
    Co-Authors: Yang Liu, Erica Manesso
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for pa-rameter estimation and ensemble modeling of ordinary differential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested opti-mization problem based on incremental parameter estimation strat-egy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory good-ness-of-fit to the data. The functionalities of REDEMPTION are ac-cessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability: REDEMPTION can be downloaded fro

  • Systems biology REDEMPTION: reduced dimension ensemble modeling and parameter estimation
    2016
    Co-Authors: Yang Liu, Erica Manesso, Rudiyanto Gunawan
    Abstract:

    Summary: Here, we present REDEMPTION (Reduced Dimension Ensemble Modeling and Parameter estimation), a Toolbox for parameter estimation and ensemble modeling of ordinary dif-ferential equations (ODEs) using time-series data. For models with more reactions than measured species, a common scenario in biological modeling, the parameter estimation is formulated as a nested optimization problem based on incremental parameter estimation strategy. REDEMPTION also includes a tool for the identification of an ensemble of parameter combinations that provide satisfactory goodness-of-fit to the data. The functionalities of REDEMPTION are accessible through a MATLAB user interface (UI), as well as through programming script. For computational speed-up, REDEMPTION provides a numerical Parallelization option using MATLAB Parallel Computing Toolbox. Availability and implementation: REDEMPTION can be downloaded fro

Related terms

Parallel Computing Toolbox - 15 days free trial to Access Experts & Abstracts