uu.seUppsala universitets publikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Self-adaptive multiprecision preconditioners on multicore and manycore architectures
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för beräkningsvetenskap. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Tillämpad beräkningsvetenskap.
2015 (engelsk)Inngår i: High Performance Computing for Computational Science – VECPAR 2014, Springer, 2015, s. 115-123Konferansepaper, Publicerat paper (Fagfellevurdert)
sted, utgiver, år, opplag, sider
Springer, 2015. s. 115-123
Serie
Lecture Notes in Computer Science ; 8969
HSV kategori
Identifikatorer
URN: urn:nbn:se:uu:diva-266070DOI: 10.1007/978-3-319-17353-5_10ISI: 000361760300010ISBN: 978-3-319-17352-8 (tryckt)OAI: oai:DiVA.org:uu-266070DiVA, id: diva2:867589
Konferanse
VECPAR 2014
Prosjekter
UPMARCeSSENCETilgjengelig fra: 2015-04-18 Laget: 2015-11-05 Sist oppdatert: 2018-01-10bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekst

Personposter BETA

Lukarski, Dimitar

Søk i DiVA

Av forfatter/redaktør
Lukarski, Dimitar
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetric

doi
isbn
urn-nbn
Totalt: 842 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf