Počet záznamů: 1
CudaFilters: A SignalPlant library for GPU-accelerated FFT and FIR filtering
- 1.
SYSNO ASEP 0489552 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název CudaFilters: A SignalPlant library for GPU-accelerated FFT and FIR filtering Tvůrce(i) Nejedlý, Petr (UPT-D) RID, SAI
Plešinger, Filip (UPT-D) RID, ORCID, SAI
Halámek, Josef (UPT-D) RID, ORCID, SAI
Jurák, Pavel (UPT-D) RID, ORCID, SAICelkový počet autorů 4 Zdroj.dok. Software-Practice & Experience. - : Wiley - ISSN 0038-0644
Roč. 48, č. 1 (2018), s. 3-9Poč.str. 7 s. Forma vydání Tištěná - P Jazyk dok. eng - angličtina Země vyd. GB - Velká Británie Klíč. slova CUDA ; FFT filter ; FIR filter ; GPU acceleration ; SignalPlant Vědní obor RIV FS - Lékařská zařízení, přístroje a vybavení Obor OECD Medical laboratory technology (including laboratory samples analysis CEP GA17-13830S GA ČR - Grantová agentura ČR LO1212 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy ED0017/01/01 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Institucionální podpora UPT-D - RVO:68081731 UT WOS 000417617500001 EID SCOPUS 85019946465 DOI 10.1002/spe.2507 Anotace Signal filtering is one of the essential tasks in signal processing. It may become an extremely time-consuming process, as in the case of intracranial electroencephalogram recordings (eg, 30-min records) with a large number of channels (up to 256) and high sampling frequencies (up to 5kHz in research related to ultra-high-frequency oscillations). The usual way of dealing with time consumption is process parallelization. Moreover, parallelization using graphic processing unit (GPU) allows further shortening of computing times thanks to the large number of GPU cores. This paper describes a library for GPU-accelerated finite impulse response (FIR) and fast Fourier transform (FFT) filteringCudaFilters. This library is designed for SignalPlant softwarea free tool for signal analysis. The resultant acceleration in computing times was 5x to 40x depending on the task, data, and hardware configuration. The results were also compared to computing speeds in Matlab. Pracoviště Ústav přístrojové techniky Kontakt Martina Šillerová, sillerova@ISIBrno.Cz, Tel.: 541 514 178 Rok sběru 2019
Počet záznamů: 1