Единоличная рецензируемая статья
Исследование методом Монте-Карло по снижению смещения и дисперсии в анализе флуктуаций без тренда (DFA).
GRUENCY / Научные вычисления
Моделирование и численные исследования — это длительные автономные расчёты, интенсивная работа с памятью и результаты, которые должны быть верными. GRUENCY собирает рабочие станции для такой работы. Её основатель, Sebastian Michalski, сам проводит исследования методом Монте-Карло.
Каждая машина проходит длительный стресс-тест под полной нагрузкой, тепловое профилирование и проверку шума. Удалённый ввод в эксплуатацию в вашей среде включён — в любой точке мира.
Исследование методом Монте-Карло по снижению смещения и дисперсии в анализе флуктуаций без тренда (DFA).
Оптимизация денежного обращения и экономическое моделирование для центрального банка Польши.
Двухпроцессорная серверная платформа в одном корпусе, спроектированном в CAD, 2017 год.
Зависит от решателя. Пропускная способность памяти, число ядер и GPU-ускорение оцениваются применительно к вашему коду в первом разговоре.
Для длительных расчётов и исследований, где важна корректность результатов, — как правило, да. Это решение на уровне платформы, и спецификация его обосновывает.
Sebastian сам проводит исследования методом Монте-Карло и опубликовал единоличную методологическую статью в Physica A. В своей работе он использует машины такого типа.
Опишите код, датасеты и место, где будет работать машина.
Или напишите на info@gruency.com