SIAM JOURNAL ON SCIENTIFIC COMPUTING - Czasopismo - MOST Wiedzy

SIAM JOURNAL ON SCIENTIFIC COMPUTING

ISSN:

1064-8275

eISSN:

1095-7197

Dyscypliny:

automatyka, elektronika, elektrotechnika i technologie kosmiczne (Dziedzina nauk inżynieryjno-technicznych)
informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
inżynieria lądowa, geodezja i transport (Dziedzina nauk inżynieryjno-technicznych)
informatyka (Dziedzina nauk ścisłych i przyrodniczych)
matematyka (Dziedzina nauk ścisłych i przyrodniczych)

Punkty Ministerialne: Pomoc

Punkty Ministerialne - aktualny rok
Rok	Punkty	Lista
Rok 2025	140	Ministerialna lista czasopism punktowanych 2024

Punkty Ministerialne - lata ubiegłe
Rok	Punkty	Lista
2025	140	Ministerialna lista czasopism punktowanych 2024
2024	140	Ministerialna lista czasopism punktowanych 2024
2023	140	Lista ministerialna czasopism punktowanych 2023
2022	140	Lista ministerialna czasopism punktowanych (2019-2022)
2021	140	Lista ministerialna czasopism punktowanych (2019-2022)
2020	140	Lista ministerialna czasopism punktowanych (2019-2022)
2019	140	Lista ministerialna czasopism punktowanych (2019-2022)
2018	45	A
2017	45	A
2016	45	A
2015	45	A
2014	45	A
2013	45	A
2012	45	A
2011	45	A
2010	32	A

Model czasopisma:

Hybrydowe

Punkty CiteScore:

Punkty CiteScore - aktualny rok
Rok	Punkty
Rok 2023	5.5

Punkty CiteScore - lata ubiegłe
Rok	Punkty
2023	5.5
2022	5.1
2021	4.7
2020	3.8
2019	4.2
2018	4.4
2017	4.4
2016	3.8
2015	3.5
2014	3.8
2013	3.7
2012	3.1
2011	3

Impact Factor:

Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma

Sherpa Romeo:

https://v2.sherpa.ac.uk/id/publication/13600

Prace opublikowane w tym czasopiśmie

wyników na stronę:
rok:
- zaznaczony Sortuj po rok od najnowszych
- Sortuj po rok od najstarszych
tytuł:
- zaznaczony Sortuj po tytuł A-Z
- Sortuj po tytuł Z-A
cytowania:
- Sortuj po cytowania malejąco
- Sortuj po cytowania rosnąco

Filtry

wszystkich: 1

Rok 2015

A Task-Scheduling Approach for Efficient Sparse Symmetric Matrix-Vector Multiplication on a GPU
Publikacja
- SIAM JOURNAL ON SCIENTIFIC COMPUTING - Rok 2015
In this paper, a task-scheduling approach to efficiently calculating sparse symmetric matrix-vector products and designed to run on Graphics Processing Units (GPUs) is presented. The main premise is that, for many sparse symmetric matrices occurring in common applications, it is possible to obtain significant reductions in memory usage and improvements in performance when the matrix is prepared in certain ways prior to computation....

Pełny tekst do pobrania w serwisie zewnętrznym

wyświetlono 682 razy