Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Enabling GENE for Exascale Computing via Modern Data Science

Tanzarella, L., Dannert, T., Görler, T., & Jenko, F. (2023). Enabling GENE for Exascale Computing via Modern Data Science. Poster presented at 86. Jahrestagung der DPG und DPG-Frühjahrstagung der Sektion Materie und Kosmos (SMuK), Dresden.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000C-F705-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000C-F706-7
Genre: Poster

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Tanzarella, L.1, Autor           
Dannert, T2, Autor           
Görler, T.1, Autor                 
Jenko, F.1, Autor                 
Affiliations:
1Tokamak Theory (TOK), Max Planck Institute for Plasma Physics, Max Planck Society, ou_1856309              
2External Organizations, ou_persistent22              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2023
 Publikationsstatus: Eingereicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: -
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 86. Jahrestagung der DPG und DPG-Frühjahrstagung der Sektion Materie und Kosmos (SMuK)
Veranstaltungsort: Dresden
Start-/Enddatum: 2023-03-20 - 2023-03-24

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Verhandlungen der Deutschen Physikalischen Gesellschaft
  Andere : Verhandl. DPG
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Bad Honnef : DPG
Seiten: - Band / Heft: (VI) 58 (2) Artikelnummer: P 12.31 Start- / Endseite: - Identifikator: CoNE: https://pure.mpg.de/cone/journals/resource/04200195
ISSN: 0420-0195