Марченко Михаил Александрович

Место работы: ФГБУН Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук

Должность: директор

Место жительства: Новосибирск

Научные достижения:

 Разработаны и исследованы новая вероятностная модель для численного моделирования пространственно неоднородной коагуляции, основанная на применении пространственной регуляризации ядра коагуляции и методе мажорантной частоты, и реализующий ее новый параллельный алгоритм для суперкомпьютеров.

 Разработаны и исследованы новая вероятностная модель для численного моделирования электронных лавин в газе, основанная на использовании ветвящихся процессов, и реализующий ее новый параллельный алгоритм для суперкомпьютеров.

 Разработаны и исследованы новые эффективные алгоритмы распределенного численного статистического моделирования, основанные на методах расщепления и весового моделирования, для прецизионной оценки функционалов, определяемых маловероятными событиями, на траекториях диффузионных процессов, таких как вероятность недостижения границы области траекториями за определенное время и полная концентрация траекторий в точке за определенное время.

 Разработаны новые универсальные библиотеки распределенного численного статистического моделирования для суперкомпьютеров и параллельные прикладные программы для решения задач диффузии, коагуляции, переноса заряженных частиц и численного анализа стохастических осцилляторов.

 Предложены и исследованы новые длиннопериодные параллельные генераторы псевдослучайных чисел и методика распределенного численного статистического моделирования для суперкомпьютеров, новая имитационная модель исполнения программ распределенного численного статистического моделирования с целью получения оценок их масштабируемости на большое число процессоров.

 Доказана перспективность использования разработанных вероятностных моделей кинетических процессов, реализующих их параллельных алгоритмов и программ в практических расчетах на суперкомпьютерах.

 Введены новые теоретические методы исследования эффективности параллельных алгоритмов статистического моделирования и новые методы оценки масштабируемости соответствующих вычислительных программ для суперкомпьютеров нового поколения.

Ссылка на личную Internet-страницу: http://osmf.sscc.ru/~mam