课题基金 / 基金详情

Algorithms and Models for High Performance Computation

Algorithms and Models for High Performance Computation
高性能计算的算法和模型
批准号：
8902221
负责人：
Richard Cole
金额：
$20.72万
依托单位：
New York University
依托单位国家：
美国
项目类别：
Continuing Grant
财政年份：
1989
资助国家：
美国
项目状态：
已结题
起止时间：
1989-07-01 至 1993-06-30
来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=8902221&HistoricalAwards=false
关键词：
AlgorithmsModelsPerformanceComputation

项目摘要

项目成果

Richard Cole的其他基金

相似基金

相关文献

中文摘要
翻译
该项目调查了一些与高 性能算法，特别强调（但不排除） 平行性 具体课题包括：（1）最优转速的设计 从PRAM中升级算法。(2)计算模型， 真实的并行机的关键特征。(3)的设计 在这些新的和新兴的模型的有效算法。(4)数据 算法的结构和信息表示通常， 包括顺序和并行。
英文摘要
This project investigates a number of topics concerned with high performance algorithms, with particular (but not exclusive) emphasis on parallelism. Specific topics include: (1) The design of optimal speed up algorithms from PRAMs. (2) Models of computation that capture critical features of real parallel machines. (3) The design of efficient algorithms in these new and emerging models. (4) Data structures and information representation for algorithms in general, both sequential and parallel.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
AF: Small: Understanding the Behavior of Large Markets
  • 批准号：
    1909538
  • 项目类别：
    Standard Grant
  • 资助金额：
    $45.0万
  • 财政年份：
    2019
  • 负责人：
    Richard Cole
  • 依托单位：
    New York University
AF: Small: Size, Uncertainty, and Imprecision in Algorithmic Game Theory and Economics
  • 批准号：
    1527568
  • 项目类别：
    Standard Grant
  • 资助金额：
    $40.0万
  • 财政年份：
    2015
  • 负责人：
    Richard Cole
  • 依托单位：
    New York University
AF: Small: Geometric Optimization via Combinatorial Geometry
  • 批准号：
    1216689
  • 项目类别：
    Standard Grant
  • 资助金额：
    $24.26万
  • 财政年份：
    2012
  • 负责人：
    Richard Cole
  • 依托单位：
    New York University
AF:Small:Markets, Allocations and Dynamics
  • 批准号：
    1217989
  • 项目类别：
    Standard Grant
  • 资助金额：
    $41.31万
  • 财政年份：
    2012
  • 负责人：
    Richard Cole
  • 依托单位：
    New York University
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
新型手性NAD(P)H Models合成及生化模拟