عبارت مورد نظر خود را بنویسید
شری گانگ، ریاضیدان آمریکایی و متخصص توپولوژی کمبعد، از درخشانترین زنان شرکتکننده در المپیاد جهانی ریاضی است؛ از مدال طلای IMO تا استادی دانشگاه تگزاس ایاندام.
ایوانا میلانوویچ، مهندس مکانیک صربستانی-آمریکایی و استاد دانشگاه، متخصص در دینامیک سیالات محاسباتی است. او به دلیل ترویج استفاده از نرمافزارهای شبیهسازی در کلاسهای درس شناخته میشود. میلانوویچ در دانشگاه بلگراد تحصیل کرده و در دانشگاههای معتبری مانند بروکلین پلیتکنیک و هارتفورد تدریس کرده است.
دن گسفیلد، دانشمند برجسته کامپیوتر و استاد دانشگاه کالیفرنیا، دیویس، در زمینههای بهینهسازی ترکیبی و زیستشناسی محاسباتی پیشگام بوده است. تحقیقات او شامل الگوریتمهای کارآمد برای تجزیه و تحلیل توالیهای مولکولی، ساخت درختان فیلوژنتیک و کاربرد برنامهریزی خطی صحیح در زیستشناسی است.
مسیر خود-اجتنابی (SAW) یک مفهوم ریاضی و فیزیک محاسباتی است که به دنبالهای از حرکات در یک شبکه اشاره دارد که هیچ نقطهای را بیش از یک بار تکرار نمیکند. این مفهوم در مدلسازی مولکولهای نخمانند و حلقوی، و همچنین در درک رفتار فراکتالی کاربرد دارد. با وجود پیچیدگیهای تحلیلی، شبیهسازیهای عددی به درک بهتر خواص آن کمک کردهاند.
الگوریتم بوزِن، که در نظریه صف و احتمال کاربرد دارد، روشی انقلابی برای محاسبه ثابت نرمالسازی G(N) در قضیه گوردن-نیول است. این الگوریتم که توسط جفری پ. بوزِن در ۱۹۷۱ معرفی شد، با کاهش چشمگیر پیچیدگی محاسباتی، امکان مدلسازی سیستمهای واقعی مانند شبکههای کامپیوتری و سیستمهای تولید انعطافپذیر را فراهم کرد.
نیکولای یوریویچ رشیخین، زاده ۱۰ اکتبر ۱۹۵۸ در لنینگراد، یک فیزیکدان و ریاضیدان برجسته است. او هماکنون استاد ریاضیات در دانشگاه تسینگهوا چین و استاد فیزیک ریاضی در دانشگاه آمستردام است. تحقیقات او در زمینههای توپولوژی ابعاد پایین، نظریه نمایش و گروههای کوانتومی متمرکز است. از مهمترین دستاوردهای او میتوان به توسعه نظریه سیستمهای یکپارچه کوانتومی و ساخت مدارهای ناگسستنی در توپولوژی کوانتومی اشاره کرد.
ماشین ارتباطی ایکس (Communicating X-Machine) مدلی محاسباتی است که در دهه ۱۹۹۰ برای شبیهسازی سیستمهای مرکب از عوامل ارتباطی معرفی شد. این مدل بر پایه ماشین ایکسایلنبرگ و ماشین جریان ایکس لیکاک توسعه یافته و در نسخههای مختلف ارائه شده است.
هربرت ادلزبرونر، دانشمند علوم رایانه اتریشی-آمریکایی، از چهرههای شاخص هندسه محاسباتی و توپولوژی محاسباتی است؛ برنده جایزه واترمن و استاد دانشگاه دوک و ISTA.
ریچارد مو، استاد برجسته ژنتیک محاسباتی و آماری در دانشگاه کالج لندن، سابقه درخشانی در تحقیقات ژنتیک دارد. او در مراکز معتبر علمی مانند مرکز ولکام برای ژنتیک انسانی و دانشگاه آکسفورد فعالیت کرده و در زمینه نقشهبرداری فیزیکی، تعیین توالی DNA و تحلیل آماری ژنتیک پیشگام بوده است.
جایزه دلانو، به یاد وارن لایفورد دلانو، هر ساله به نوآورانهترین و در دسترسترین کاربرد فناوری کامپیوتر در پژوهشهای علوم زیستی مولکولی اهدا میشود. این جایزه توسط انجمن آمریکایی بیوشیمی و زیستشناسی مولکولی (ASBMB) بنیان نهاده شده است.
ویوک ک. گویال، استاد مهندسی برق و کامپیوتر در دانشگاه بوستون، نویسنده کتاب Foundations of Signal Processing و مخترع روشهای نوین در تصویربرداری محاسباتی است. او به دلیل دستاوردهای خود در زمینه نمایش اطلاعات و کاربردهای آن در کسب، ارتباطات و برآورد، به عنوان عضو ارشد IEEE و OSA انتخاب شده است.
ویلسون الکساندر ساترلند، ریاضیدان بریتانیایی دانشگاه آکسفورد، در توپولوژی جبری تحصیل و تدریس کرد و سالها در کالج نیو آکسفورد به آموزش ریاضیات پرداخت.
ارزیابی حقبیمه خالص یک روش محاسباتی بیمریاضی برای تعیین ارزش بدهیهای بیمه عمر است. در این روش، ارزش فعلی تعهدات قراردادی محاسبه و از ارزش حقبیمههای آینده کسر میشود؛ بدون آنکه حقبیمههای واقعی لحاظ گردد.
محفل الکترونیکی پیچیدگی محاسباتی (ECCC) آرشیوی تخصصی برای مقالههای علوم رایانه است که انتشار سریع را با بررسی کارشناسی ترکیب میکند و جایگاهی میان پیشچاپها و مجلههای علمی دارد.
برنارد گالر، ریاضیدان و دانشمند کامپیوتر آمریکایی بود که نقش کلیدی در توسعه سیستمعاملهای مقیاس بزرگ و زبانهای برنامهنویسی از جمله MAD و سیستم MTS ایفا کرد. او بنیانگذار دپارتمان علوم کامپیوتر دانشگاه میشیگان و رئیس انجمن ماشینهای محاسباتی (ACM) بود.
ریاضیات بدون مختصات، رویکردی است که مفاهیم را مستقل از سیستمهای مختصاتی خاص توسعه میدهد. این روش با سادهسازی معادلات و کاهش ناسازگاریها، ظرافت ریاضی را افزایش میدهد، هرچند با هزینه انتزاع بیشتر از جزئیات محاسباتی. این رویکرد در اثبات صحت تعریفها و کاربردهایی مانند فضاهای برداری و هندسه دیفرانسیل حیاتی است.
پیشبینی تطابقی (Conformal Prediction) یک چارچوب یادگیری ماشینی است که با استفاده از مفهوم تطابقپذیری دادهها، بازههای پیشبینی (فاصلههای اطمینان) برای مدلهای آماری، ماشینی یا عمیق تولید میکند. این روش با محاسبه نمرات عدم تطابق روی دادههای برچسبدار قبلی، مجموعههای پیشبینی را برای دادههای آزمایشی جدید ایجاد میکند. این تکنیک ابتدا در سال ۱۹۹۸ توسط گامرمن، ووک و وپنیک معرفی شد و از آن زمان تاکنون نسخههای مختلفی با پیچیدگیهای محاسباتی و کاربردهای عملی متفاوت توسعه یافتهاند.
لیبراتوس، هوش مصنوعی توسعهیافته در دانشگاه کارنگی ملون، با استفاده از الگوریتمهای پیشرفته در رقابت پوکر تگزاس هولدم، بازیکنان حرفهای را شکست داد. این سیستم با بیش از ۱۵ میلیون ساعت محاسباتی، استراتژیهای پویایی را توسعه داد و در مسابقات ۲۰۱۷ با برتری قابل توجهی پیروز شد.
مدل FENE-P یک روش پیوسته برای شبیهسازی پلیمرها است که با حذف نیاز به میانگینگیری آماری، کاربرد گستردهای در دینامیک سیالات محاسباتی (CFD) دارد. این مدل با ترکیب مدل FENE و بستهبندی پیشنهادی پیترلین، قادر به شبیهسازی رفتارهای کلیدی پلیمرها مانند کاهش کشش توربولانسی و رقیقشدن برشی است.
در ریاضیات، حلقه در یک فضاى توپولوژیک تابعی پیوسته از فاصله واحد به آن فضا است که نقطه شروع و پایان آن یکسان باشد. این مفهوم به عنوان مسیری بسته تعریف میشود و در مطالعه ساختار فضاهای توپولوژیک نقش مهمی دارد.
