Zobrazeno 1 - 10
of 29
pro vyhledávání: '"Huang, Langwen"'
Autor:
Shen, Siyuan, Huang, Langwen, Chrapek, Marcin, Schneider, Timo, Dayal, Jai, Gajbe, Manisha, Wisniewski, Robert, Hoefler, Torsten
The shift towards high-bandwidth networks driven by AI workloads in data centers and HPC clusters has unintentionally aggravated network latency, adversely affecting the performance of communication-intensive HPC applications. As large-scale MPI appl
Externí odkaz:
http://arxiv.org/abs/2404.14193
Autor:
Gianinazzi, Lukas, Ziogas, Alexandros Nikolaos, Huang, Langwen, Luczynski, Piotr, Ashkboos, Saleh, Scheidl, Florian, Carigiet, Armon, Ge, Chio, Abubaker, Nabil, Besta, Maciej, Ben-Nun, Tal, Hoefler, Torsten
Publikováno v:
PPoPP'24: Proceedings of the 29th ACM SIGPLAN Annual Symposium on Principles and Practice of Parallel Programming (2024) 404-416
We propose a novel approach to iterated sparse matrix dense matrix multiplication, a fundamental computational kernel in scientific computing and graph neural network training. In cases where matrix sizes exceed the memory of a single compute node, d
Externí odkaz:
http://arxiv.org/abs/2402.19364
The generation of initial conditions via accurate data assimilation is crucial for weather forecasting and climate modeling. We propose DiffDA as a denoising diffusion model capable of assimilating atmospheric variables using predicted states and spa
Externí odkaz:
http://arxiv.org/abs/2401.05932
Autor:
Huang, Langwen, Hoefler, Torsten
Weather and climate simulations produce petabytes of high-resolution data that are later analyzed by researchers in order to understand climate change or severe weather. We propose a new method of compressing this multidimensional weather and climate
Externí odkaz:
http://arxiv.org/abs/2210.12538
Autor:
Ashkboos, Saleh, Huang, Langwen, Dryden, Nikoli, Ben-Nun, Tal, Dueben, Peter, Gianinazzi, Lukas, Kummer, Luca, Hoefler, Torsten
Post-processing ensemble prediction systems can improve the reliability of weather forecasting, especially for extreme event prediction. In recent years, different machine learning models have been developed to improve the quality of weather post-pro
Externí odkaz:
http://arxiv.org/abs/2206.14786
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Pühl, Magdalena, Roiger, Anke, Fiehn, Alina, Gorchov Negron, Alan M., Kort, Eric A., Schwietzke, Stefan, Pisso, Ignacio, Foulds, Amy, Lee, James, France, James L., Jones, Anna E., Lowry, Dave, Fisher, Rebecca E., Huang, Langwen, Shaw, Jacob, Bateson, Prudence, Andrews, Stephen, Young, Stuart, Dominutti, Pamela, Lachlan-Cope, Tom, Weiss, Alexandra, Allen, Grant
Externí odkaz:
https://hdl.handle.net/11250/3125444
Autor:
Huang, Langwen1,2 (AUTHOR) langwen.huang@math.ethz.ch, Topping, David1 (AUTHOR) david.topping@manchester.ac.uk
Publikováno v:
Geoscientific Model Development. Apr2021, Vol. 14 Issue 4, p2187-2203. 17p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.