Zobrazeno 1 - 10
of 180
pro vyhledávání: '"Floating-point numbers"'
Autor:
Gianluca Amato, Francesca Scozzari
Publikováno v:
SoftwareX, Vol 23, Iss , Pp 101428- (2023)
The GNU Multiple Precision Arithmetic Library (GMP) is a widely used library for computing with arbitrary precision arithmetic. The library has functionally complete bindings for many programming languages, including .NET, C++, OCaml, Python, Ruby, a
Externí odkaz:
https://doaj.org/article/0d9fd1c54631455eacd69c415eaf2f33
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Advances in Modeling Earth Systems, Vol 14, Iss 2, Pp n/a-n/a (2022)
Abstract Most Earth‐system simulations run on conventional central processing units in 64‐bit double precision floating‐point numbers Float64, although the need for high‐precision calculations in the presence of large uncertainties has been q
Externí odkaz:
https://doaj.org/article/30045fc5c9624844aa230109548cad1e
Publikováno v:
Моделирование и анализ информационных систем, Vol 25, Iss 6, Pp 637-666 (2018)
The project “Platform-independent approach to formal specification and verification of standard mathematical functions” is aimed onto the development of incremental combined approach to specification and verification of standard Mathematical func
Externí odkaz:
https://doaj.org/article/63a6a6d4683741fbb0e298dfb088c8e9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Advances in Modeling Earth Systems, Vol 12, Iss 10, Pp n/a-n/a (2020)
Abstract The need for high‐precision calculations with 64‐bit or 32‐bit floating‐point arithmetic for weather and climate models is questioned. Lower‐precision numbers can accelerate simulations and are increasingly supported by modern comp
Externí odkaz:
https://doaj.org/article/a07a279b30bb409081f86799fca736fb
Autor:
Bharathwaj Suresh, Kamlesh Pillai, Gurpreet Singh Kalsi, Avishaii Abuhatzera, Sreenivas Subramoney
Publikováno v:
Mathematics, Vol 9, Iss 23, p 3130 (2021)
Deep Neural Networks (DNNs) have set state-of-the-art performance numbers in diverse fields of electronics (computer vision, voice recognition), biology, bioinformatics, etc. However, the process of learning (training) from the data and application o
Externí odkaz:
https://doaj.org/article/36b06b4505eb475a85daf872434a9066
Autor:
Anastasia Isychev, Eva Darulova
Artifact for the Paper "Scaling Up Roundoff Analysis of Functional Data Structure Programs" to SAS23. The paper presents rounding error analysis and its implementation in the (new) DS2L tool. This upload contains two versions of the artifact: inside
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8f3b90d8adda50174ee0d85dbcb212fc
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.