Gerasim@Home

Gerasim@Home  on venäläinen vapaaehtoinen hajautettu laskentaprojekti , joka perustuu BOINC-alustalle . Projekti käynnistyi testitilassa helmikuussa 2008 [1] . S. Yu. Valyaevin kehittämän projektin palvelinosan erottuva piirre on Windows Server 2008 -käyttöjärjestelmän käyttö ja Microsoft SQL Server -paketti ASP.NETin kanssa , kun taas BOINC-kehittäjien standardisovellussarja vaatii Linux- tai Unix -käyttöjärjestelmän käyttö . Projektiin osallistui 23. heinäkuuta 2015 mennessä 1999 käyttäjää (890 tietokonetta) 62 maasta ja tarjosi 1-5 teraflopsin suorituskykyä . Kaikki, joilla on Internet-yhteys , voivat osallistua projektiin asentamalla siihen BOINC Manager -ohjelman .

Projektihistoria

Projekti käynnistyi testitilassa helmikuussa 2008 [1] käyttäen gsm-ohjelmaa alkulukujen etsimiseen testilaskentamoduulina.

Kesäkuussa 2010 Southwestern State Universityn tietokonetekniikan laitoksella kehitettiin laskentasovelluserotin, jonka tarkoituksena on rakentaa eri heuristisilla menetelmillä saatujen loogisten ohjausalgoritmien rinnakkaisten graafisten kaavioiden osiot vertaillakseen saatujen ratkaisujen laatua ja laatia suosituksia menetelmien käytön tarkoituksenmukaisuuden rajoista. Ensimmäinen osa laskelmista valmistui syyskuussa 2011.

Tammikuussa 2013 käynnistettiin kokeilu [2] , jossa tutkittiin mahdollisuuksia käyttää ahneita osion synteesistrategiaa rajoittamalla kärkien valintaa nykyisen lohkon viereisestä naapurustosta [3] .

Maaliskuussa 2014 käynnistettiin uusi koesarja, jonka tarkoituksena on testata heurististen menetelmien soveltamista graafiteorian tunnettujen ongelmien ratkaisemiseen graafin lyhimmän polun löytämisen ja löytämisen ongelman esimerkin avulla. väliseinät [4] .

Kesäkuussa 2014 aloitettiin sarja kokeita, joissa tutkittiin mahdollisuutta käyttää satunnaisluetteloa[5] [6] kiinteällä iteraatiomäärällä osioiden rakentamisessa.

Helmikuussa 2015 käynnistettiin jatko-osa koesarjalle, jonka tarkoituksena on testata heurististen menetelmien soveltamista kaavion lyhimmän polun löytämisen ongelman ratkaisemiseen paluustrategian avulla [7] . menetelminä hehkutuksen simulointiin [8] , haku syvyysrajoituksella [9] [10] , muurahaisyhdyskuntien algoritmin eri muunnelmia [11] [12] , geneettistä algoritmia [13] ja mehiläisyhdyskuntaalgoritmia [14] .

Kesäkuussa 2016 käynnistettiin laskennallinen kokeilu, jonka tarkoituksena on laskea diagonaaliset latinalaiset neliöt , joiden kertaluokka on 9 (sekvenssi A274171 OEIS : ssä ja sekvenssi A274806 OEIS : ssä ) [15] .

Lokakuussa 2016 hankkeessa käynnistettiin kokeilu, jonka tavoitteena oli tutkia satunnaisen kävelymenetelmien [16] ja hiukkasparven [17] [18] tehokkuutta kaavion lyhimmän polun löytämisen ongelmassa.

Vuoden 2017 alussa hankkeessa järjestettiin kokeilu, jonka tarkoituksena oli määrittää useiden kombinatoristen ominaisuuksien arvot diagonaalisten latinalaisten neliöiden ja niiden ortogonaalisten parien ( kreikkalais-latinalaiset neliöt ) arvot 8 [19] . Maaliskuussa 2017 käynnistettiin koe, jolla hankittiin satunnaisia ​​10:n asteen ortogonaalisia diagonaalisia latinalaisia ​​neliöitä luettelon muodostamiseksi niiden ainutlaatuisista kanonisista muodoista [20] . 3.–16.6.2017 projektissa laskettiin symmetristen diagonaalien latinalaisten neliöiden määrä luokkaa 10 [21] . Projekti käynnisti 23. lokakuuta 2017 kokeen, jonka tarkoituksena oli analysoida neliöitä, jotka ovat symmetrisiä yhdessä tasossa, kun muodostetaan ortogonaalisia diagonaalisia latinalaisia ​​neliöitä [22] [23] .

Joulukuussa 2018 hankkeessa käynnistettiin kokeilu heurististen menetelmien tehokkuuden tutkimiseksi yleismuotoisten graafien väritysongelmassa [ 24] .

erotinsovellus

Tarve löytää osio, joka on (ali)optimaalinen useiden laatuindikaattoreiden suhteen, syntyy, kun suunnitellaan loogisia ohjausjärjestelmiä, joita käytetään erilaisten erillisten järjestelmien ( digitaalipiirit , CNC-koneet , robottikokoonpanolinjat jne.) loogisen ohjauksen toteuttamiseen. Tällaisia ​​järjestelmiä suunniteltaessa ilmenee useita kombinatorisia monikriteerien optimointiongelmia diskreeteille rakenteille ( graafit ), joihin kuuluu ohjausalgoritmin tietyn graafisen kaavion osioinnin synteesiongelma [25] [26] [27] . joita kehitetyn loogisen ohjausjärjestelmän pitäisi toimia . Tarkan ratkaisun (globaalin optimin) löytäminen on useimmissa käytännön tapauksissa mahdotonta johtuen siitä, että esitetty ongelma kuuluu NP-luokkaan , joten käytännössä ne yleensä rajoittuvat käyttämään heuristisia menetelmiä, jotka tarjoavat hyvälaatuisia ratkaisuja hyväksyttävällä tasolla. aika.

Löydetyn ratkaisun laatua arvioidaan yksityisten laatuindikaattoreiden minimoimisen asteena, joihin kuuluvat:

• osiolohkojen määrä  - sama kuin loogisen ohjausjärjestelmän ohjaimien lukumäärä, vaikuttaa suoraan logiikkaohjausjärjestelmän laitteiston monimutkaisuuteen, sen virrankulutukseen sekä paino- ja kokoominaisuuksiin;
• loogisten ehtojen ja mikrooperaatioiden signaalien monistumisaste  - määrittää algoritmin graafisen kaavion kärkien optimaalinen jakautuminen osiolohkoittain, vaikuttaa ohjaimia yhdistävien raitojen määrään piirilevyllä tai osana integroitu piiri (riippuen valitusta loogisen ohjausjärjestelmän toteutusmenetelmästä);
• lohkojen välisten yhteyksien verkon monimutkaisuus  - määrittää tarvittavan määrän mikrokomentoja ohjauksen siirtämiseksi ohjainten välillä, vaikuttaa joidenkin jonojen syvyyteen osana ohjaimen viestintäalijärjestelmää;
• Lohkojen välisten vuorovaikutusten intensiteetti - määrittää keskimääräisen ohjauksen siirtojen  määrän tietyn ohjausalgoritmin suorittamisen aikana (ohjainten välinen ohjaussiirtoliikenne ), vaikuttaa koko ohjausjärjestelmän suorituskykyyn.

Osion laadun kokonaisarvio lasketaan osittaisten laatuindikaattoreiden normalisoitujen arvojen painotettuna summana .

Loogisen ohjausjärjestelmän käytännön toteutuksessa on otettava huomioon tekniset rajoitukset, jotka sisältävät ensisijaisesti:

• mikropiirin rungossa olevien nastojen lukumäärä loogisten olosuhteiden signaalien vastaanottamiseksi ja mikrotoimintojen signaalien lähettämiseksi ;
• ohjaimen mikrokäskymuistin määrä .

Rajoitus ei ole kriittinen, ja se voidaan jättää huomioimatta kopioimalla ohjaimia, joilla on samat tulot ja jotka käyttävät samantyyppistä laiteohjelmistoa. Ohjaimen sisäisen rakenteen yksinkertaistamiseksi asetetaan ylimääräinen rakenteellinen rajoitus mahdottomuudelle sijoittaa rinnakkaisia ​​huippupisteitä yhteen osiolohkoon (ohjain).

Heuristisina menetelminä osioiden etsimiseen laskennallisissa kokeissa osallistuivat seuraavat:

• S. I. Baranovin menetelmä [28] ja sen modifikaatiot [3]  — käytä ahneita osiolohkojen peräkkäisen muodostamisen strategiaa;
• rinnakkaisen peräkkäisen hajotuksen menetelmä [29] [30]  - käyttää useita vastaavia muunnoksia (katkaisujaksoja, algoritmin graafisen kaavion lineaaristen osien yhdistämistä, graafisen kaavion kärkien välisten suhteiden luokittelua, osien sarjan rakentamista kaaviokaavio, osiolohkojen rakentaminen taulukoiden sisällyttämien analyysien perusteella);
• satunnainen luettelointimenetelmä[5] [6] tietyllä iteraatiomäärällä.

Menetelmille on tunnusomaista merkittävästi erilainen toteutuksen monimutkaisuus, muunnosalgoritmien aika- ja kapasiteetin monimutkaisuus sekä eri teknisten rajoitteiden arvoille saatujen ratkaisujen laatu. Menetelmien laatua verrattaessa on tarpeen tutkia parametriavaruuden eri alueita , missä  on algoritmien graafisten kaavioiden koostumuksessa olevien kärkien lukumäärä, mikä on laskennallisesti vaikea tehtävä. Laskentaprosessissa analysoitiin parametriavaruuden yksittäisiä viipaleita, joiden perusteella paljastui osioiden syntetisointimenetelmien merkittävästi erilainen käyttäytyminen teknisten rajoitusten arvojen vahvistuessa tai heikkeneessä.

Parametriavaruuden valitun siivun kullekin pisteelle muodostetaan näyte rinnakkaisista logiikkaohjausalgoritmeista, joilla on näennäissatunnainen rakenne, niiden osiot muodostetaan määritetyllä menetelmällä ja laatu arvioidaan, mikä vaatii useita minuutteja (pieni arvot ) useisiin tunteihin (suuret arvot ) laskennallista aikaa. Tuloksena saadut noin 200 kilotavun numeeristen arvojen näytteet siirretään projektipalvelimelle ja odottavat jatkokäsittelyä. Vastaanotetun datan kokonaismäärä (ilman redundanssia) oli 235 Gt ja laskentakustannukset 51,6 exa floppia ( 818 GHz-vuotta). Verrattuna kaksiytimiseen Core 2 Duo 1,86 GHz -toteutukseen, verkon rinnakkaiskäsittelyllä saavutettu aikavoitto oli 155x. Saatujen tulosten [31] [32] jälkikäsittely kesti noin vuorokauden laskenta-aikaa ja koostui laatuparametrien keskiarvojen laskemisesta ja todennäköisyyksistä saada osio valitun laatuindikaattorin vähimmäisarvolla, jonka tuloksena saatiin halutut kaksiulotteiset kartat kokonaisvolyymiltaan 96 MB, joiden avulla voidaan analysoida yksityiskohtaisesti menetelmien käyttäytymistä parametriavaruuden eri alueilla.

spstarter-sovellus

Maaliskuussa 2014 käynnistettiin toinen laskennallisten kokeiden sarja [4] , jonka erityispiirteenä on tuki useiden kokeiden samanaikaiselle suorittamiselle. Erillisten optimointiongelmien ratkaisumenetelmien testaamiseksi toteutettiin sopiva laskentamoduuli, joka on kytketty staattisesti spstarter.exe-sovellukseen. Uuteen laskentamoduuliin kuuluvan erotinsovelluksen lisäksi on mahdollista analysoida graafin lyhimmän polun löytämisen testiongelman ratkaisujen laatua useilla lähestymistavoilla ( Dijkstran algoritmi , ahne algoritmi, satunnainen numerointi, painotettu satunnainen luettelointi [33] , niiden modifikaatiot kombinatoristen palautusten tuella [7] , muurahaispesäkealgoritmin muunnelmat [11] [12] , simuloitu hehkutusmenetelmä , raakavoimahaku syvyyden tai lukumäärän rajoituksella harkitaan puun oksia , geneettistä algoritmia [13] , mehiläisyhdyskuntien algoritmia [14] , satunnaiskävelymenetelmää ja hiukkasparvimenetelmän muunnelmia ) niiden vahvuuksien ja heikkouksien tunnistamiseksi. Parhaat tulokset tässä ongelmassa osoittivat muurahaisyhdyskuntamenetelmällä ja geneettisellä algoritmilla [34] [35] , [36] .

Kombinatoristen rakenteiden kombinatoristen ominaisuuksien asymptoottisen käyttäytymisen määritys latinalaisten diagonaalisten neliöiden perusteella

Diagonaalisten latinalaisten neliöiden (DLS) asymptoottinen käyttäytyminen niiden mitan N kasvaessa projektissa tehtyihin laskelmiin oli tuntematon. Lukuisia algoritmisia ja korkean tason optimointitekniikoita [37] [38] [39] [40] [41] [42] käyttävän erittäin tehokkaan laskentamoduulin kehittämisen tuloksena oli mahdollista saavuttaa sukupolvi. nopeus 6,6 miljoonaa DLC/s, mikä mahdollisti DLC:iden määrän määrittämisen N<10 asti (sekvenssi A274171 OEIS : ssä ja sekvenssi A274806 OEIS : ssä ). Tämä vaati 3 kuukauden laskelmia ruudukkoa kohti todellisella suorituskyvyllä 2–5 TFLOP/s [43] ja 3 kuukauden laskelmia tietokoneklusterilla "Akademik V.M. Matrosov” Venäjän tiedeakatemian Siperian haaratoimistosta saadun tuloksen tarkistamiseksi ja vahvistamiseksi [44] .

Samanlaisia ​​algoritmisia periaatteita käytettiin laskettaessa symmetristen diagonaalien latinalaisten neliöiden lukumäärää N<11 [21] ja määritettäessä poikkisuuntausten minimi- ja enimmäismäärä diagonaalisissa latinalaisruuduissa, joiden kertaluokka on N<9 [45] [46] [47] . .

Kombinatoristen ominaisuuksien määrittämisen lisäksi projekti etsii ja kerää kanonisia muotoja ortogonaalisten diagonaalisten latinalaisten neliöiden luokkaa 10 niiden muodostamien kombinatoristen rakenteiden luokittelua varten (kaaviot binaarisen ortogonaalisuusrelaation joukosta) [48] ja yrittää etsi pareittain ortogonaalisen diagonaalisen latinalaisen neliön kolmikko, mikä on avoin matemaattinen tehtävä. Tehokkain yleisen muodon ortogonaalisten neliöiden etsintä suoritetaan transversaaleja käyttämällä pelkistämällä alkuperäinen ongelma täsmälliseen peittoongelmaan ja sen myöhempään ratkaisuun käyttämällä tanssivaa yhteysalgoritmia Euler-Parker-menetelmän puitteissa [49] [50] . . Heinäkuussa 2020 kokoelmaan kuuluu yli 10 miljoonaa ODLC:n kanonista tilausmuotoa 10, jotka löytyvät projektista.

Tieteelliset saavutukset

• saadaan osiointisynteesimenetelmien soveltuvuusalueiden rajat: heikkojen rajoitusten alue S. I. Baranovin menetelmälle, voimakkaiden rajoitusten alue rinnakkaisen peräkkäisen hajotuksen menetelmälle (laadullinen etu);
• saadaan kunkin valitun laatuindikaattorin optimointiasteen suhteet sille tunnettuun ehdolliseen optimiin, jokaiselle menetelmälle esitetään prosentuaalinen häviö (kvantitatiivinen paremmuus);
• saadaan kuolleiden vyöhykkeiden rajat, joissa rajoitusten heikkeneminen ei vaikuta ratkaisujen laadun paranemiseen, kuolleella vyöhykkeellä on eri leveys eri heuristisilla menetelmillä;
• on muotoiltu suosituksia moniohjainlaitteiston kehittäjille, loogisen moniohjaimen rakenne, jossa on suuri määrä yksinkertaisia ​​ohjaimia, on parempi; näytetään tarve työskennellä käytännön sanelema tiukkojen rajoitusten alueella;
• laskettiin diagonaaliset latinalaiset neliöt, joiden luokka on N<10 (sekvenssi A274171 OEIS : ssä ja sekvenssi A274806 OEIS : ssä );
• laskettiin vaakasuoraan symmetristen diagonaalien latinalaisten neliöiden lukumäärä, joiden kertaluokka on N<11 (sekvenssi A287649 OEIS : ssä ja sekvenssi A292516 OEIS : ssä );
• laskettiin kaksinkertaisesti symmetristen diagonaalisten latinalaisten neliöiden lukumäärä, joiden kertaluokka on N<10 (sekvenssi A287650 OEIS : ssä ja sekvenssi A292517 OEIS : ssä );
• laskettiin diagonaaliset latinalaiset neliöt, joiden luokka on N<9 symmetrinen yhdessä tasossa (sekvenssi A296060 OEIS : ssä ja sekvenssi A296061 OEIS : ssä );
• supistettujen (ensimmäinen nelierivi on järjestetty esim. nousevaan järjestykseen) ortogonaalisten diagonaalisten latinalaisten neliöiden määrä N<8 on laskettu (sekvenssi A287651 OEIS : ssä );
• laskettiin suurin mahdollinen määrä diagonaalisia latinalaisia ​​neliöitä, jotka ovat kohtisuorassa yhtä diagonaalista latinalaista neliötä, luokkaa N<9 (sekvenssi A287695 OEIS : ssä );
• N<9:n diagonaalisten latinalaisten neliöiden pääluokkien lukumäärän laskeminen ja ominaisuuksien analysointi (sekvenssi A287764 OEIS : ssä , sekvenssi A299783 OEIS : ssä , sekvenssi A299784 OEIS : ssä , sekvenssi A299785 OEIS : ssä ja sekvenssi A299787 OEIS : ssä ) 51] [52] ;
• laskettiin keskisymmetristen diagonaalisten latinalaisten neliöiden lukumäärä, joiden kertaluokka on N<10 (sekvenssi A293777 OEIS : ssä ja sekvenssi A293778 OEIS : ssä ) [53] [54] ;
• määritettiin poikkisuuntausten vähimmäis- ja enimmäismäärä diagonaalisissa latinalaisissa neliöissä, joiden kertaluokka on N<9 (sekvenssi A287644 OEIS : ssä , sekvenssi A287645 OEIS : ssä , sekvenssi A287647 OEIS : ssä ja sekvenssi A287648 OEIS : ssä );
• laskettiin kertaluvun N pandiagonaalisten latinalaisten neliöiden lukumäärä kiinteällä ensimmäisellä rivillä (sekvenssi A123565 OEIS : ssä );
• ortogonaalisten (ODLS), itseortogonaalisten (SODLS), kaksinkertaisesti itseortogonaalisten (DSODLS) ja laajennettujen itseortogonaalisten (ESODLS) latinalaisten neliöiden lukumäärä luokkaa 1-10 sekä normalisoituja neliöitä samantyyppisille ortogonaalisille ja niiden pääluokat (sekvenssi A330391 OEIS : ssä }, sekvenssi A329685 OEIS : ssä , sekvenssi A333366 OEIS : ssä , sekvenssi A309210 OEIS : ssä ) [55] ;
• binaarisen ortogonaalisuusrelaation joukossa [56] [57] [48] tehtiin luokkaa 1-10 olevista diagonaalisista latinalaisista neliöistä johtuvien kombinatoristen rakenteiden luokittelu ;
• on osoitettu, että ennätysortogonaalisuusominaisuutta 274 [58] parittaisten ortogonaalisten diagonaalisten latinalaisten neliöiden pseudokolmoiselle luokkaa 10, joka löydettiin DLC:n tasosymmetria-analyysissä, ei voida parantaa sekä tässä symmetrialuokassa että luokassa puhtaat yleiset symmetriat ja niiden lähialueet.

Muistiinpanot

1. ↑ 1 2 BOINCstats | Gerasim@Home - Luottotiedot  (downlink)
2. ↑ Erottimen edistyminen - Sivu 2 - Tiede - Forum Gerasim@home (downlink) . Käyttöpäivä: 30. tammikuuta 2013. Arkistoitu alkuperäisestä 4. helmikuuta 2013. (määrätön) 
3. ↑ 1 2 Vatutin E. I., Leonov M. E. Viereisen naapuruston käyttäminen lohkojen ahneeseen peräkkäiseen muodostamiseen rinnakkaisten algoritmien graafisten kaavioiden osiointiin. Instrumentointi. 2013. V. 56. Nro 6. S. 30-35. . Käyttöpäivä: 12. lokakuuta 2013. Arkistoitu alkuperäisestä 14. lokakuuta 2013. (määrätön)
4. ↑ 1 2 Tietoja Gerasim@home-projektista — Sivu 48 — Gerasim@home — Boinc.ru-foorumi  (linkki ei saatavilla)
5. ↑ 1 2 Vatutin E. I., Kolyasnikov D. V., Martynov I. A., Titov V. S. Satunnaislukumenetelmä rinnakkaisten algoritmien graafisen kaavion osioiden rakentamisongelmassa // Moniytiminen prosessorit, rinnakkaisohjelmointi, FPGA, käsittelyjärjestelmien signaalit. Barnaul: Barnaul, 2014, s. 115-125. . Haettu 13. elokuuta 2014. Arkistoitu alkuperäisestä 14. elokuuta 2014. (määrätön)
6. ↑ 1 2 Vatutin E. I., Kolyasnikov D. V., Titov V. S. Satunnaislaskentamenetelmän tulosten analyysi rinnakkaisten algoritmien graafikaavioiden osioiden löytämisessä // Eteläisen liittovaltion yliopiston tiedote. Tekninen tiede. 2014. nro 12 (161). s. 102-110. . Käyttöpäivä: 1. maaliskuuta 2015. Arkistoitu alkuperäisestä 2. huhtikuuta 2015. (määrätön)
7. ↑ 1 2 Vatutin E. I., Martynov I. A., Titov V. S. Menetelmä lukkiutumien ohittamiseksi diskreettien optimointiongelmien ratkaisemisessa rajoituksilla // Perspektivnye informatsionnye tekhnologii (PIT-2014). Samara: Venäjän tiedeakatemian Samaran tieteellisen keskuksen kustantamo. s. 313-317. . Haettu 16. helmikuuta 2015. Arkistoitu alkuperäisestä 16. helmikuuta 2015. (määrätön)
8. ↑ Vatutin E. I., Titov V. S. Hehkutussimulaatioalgoritmin parametrinen optimointi esimerkkinä kaavion lyhimmän polun löytämisen ongelman ratkaisemisesta // Bulletin of the Cherepovets State University. nro 6 (67). 2015. S. 13-16. . Haettu 28. marraskuuta 2015. Arkistoitu alkuperäisestä 8. joulukuuta 2015. (määrätön)
9. ↑ Tietoja Gerasim@home-projektista - Sivu 63 - Gerasim@home - Boinc.ru Foorumi (linkki ei saavutettavissa) . Haettu 16. helmikuuta 2015. Arkistoitu alkuperäisestä 16. helmikuuta 2015. (määrätön) 
10. ↑ Vatutin E. I., Martynov I. A., Titov V. S. Syvyysrajoitetun laskentamenetelmän tulosten analyysi kaavion lyhimmän polun löytämisessä // Moniytimiset prosessorit, rinnakkaisohjelmointi, FPGA:t, signaalinkäsittelyjärjestelmät (MPPS') 15). Barnaul, 2015, s. 120-128. . Haettu 4. elokuuta 2015. Arkistoitu alkuperäisestä 8. joulukuuta 2015. (määrätön)
11. ↑ 1 2 Vatutin E.I., Titov V.S. Analyysi tulosten soveltamisesta muurahaisyhdyskunta-algoritmin ongelmaan polun löytämisessä kaaviosta rajoitusten läsnä ollessa // Bulletin of the Southern Federal University. Tekninen tiede. 2014. nro 12 (161). s. 111-120. . Käyttöpäivä: 1. maaliskuuta 2015. Arkistoitu alkuperäisestä 2. huhtikuuta 2015. (määrätön)
12. ↑ 1 2 Vatutin E. I., Titov V. S. Yhdestä lähestymistavasta muurahaisyhdyskuntaalgoritmin käyttämiseen diskreettien kombinatoristen optimointiongelmien ratkaisemisessa // Älykkäät ja tietojärjestelmät (Intellect 2015). Tula, 2015, s. 8-13. . Käyttöpäivä: 11. joulukuuta 2015. Arkistoitu alkuperäisestä 5. maaliskuuta 2016. (määrätön)
13. ↑ 1 2 Vatutin E. I., Titov V. S. Tutkimus geneettisen algoritmin käytön ominaisuuksista kaavion lyhimmän polun löytämisessä, kun graafin tiheys on rajoittunut // Moniytiminen prosessorit, rinnakkaisohjelmointi, FPGA , signaalinkäsittelyjärjestelmät (MPPS - 2016) . Barnaul: Altain valtionyliopiston kustantamo, 2016, s. 152-159. . Käyttöpäivä: 25. kesäkuuta 2016. Arkistoitu alkuperäisestä 16. kesäkuuta 2016. (määrätön)
14. ↑ 1 2 Vatutin E. I., Titov V. S. Mehiläisyhdyskunnan algoritmin metaoptimoinnin ominaisuudet ongelmassa löytää kaaviosta lyhin polku, kun graafin tiheys on rajoittunut // Bulletin of the South-Western State University . Sarja: Johtaminen, tietotekniikka, informatiikka. Lääketieteellinen instrumentointi. nro 2 (19). 2016. S. 52-65. . Haettu 7. elokuuta 2016. Arkistoitu alkuperäisestä 20. elokuuta 2016. (määrätön)
15. ↑ Projektiuutiset . Haettu 25. kesäkuuta 2016. Arkistoitu alkuperäisestä 17. heinäkuuta 2016. (määrätön)
16. ↑ Tietoja Gerasim@home-projektista - Sivu 94 - Gerasim@home - Boinc.ru -foorumi (linkki, jota ei voi käyttää) . Käyttöpäivä: 22. marraskuuta 2016. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön) 
17. ↑ Tietoja Gerasim@home-projektista - Sivu 96 - Gerasim@home - Boinc.ru Foorumi (linkki ei saavutettavissa) . Käyttöpäivä: 22. marraskuuta 2016. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön) 
18. ↑ Vatutin E.I., Titov V.S. Hiukkasparvimenetelmän soveltamisen tutkimus diskreetissä optimointitehtävässä Bulletin of Computer and Information Technologies. nro 5 (167). 2018, s. 26–34. DOI: 0.14489/vkit.2018.05.pp.026–034. . Haettu 4. kesäkuuta 2018. Arkistoitu alkuperäisestä 15. heinäkuuta 2019. (määrätön)
19. ↑ Tietoja Gerasim@home-projektista - Sivu 98 - Gerasim@home - Boinc.ru Foorumi (linkki, jota ei voi käyttää) . Haettu 14. maaliskuuta 2017. Arkistoitu alkuperäisestä 15. maaliskuuta 2017. (määrätön) 
20. ↑ Etsi KF ODLC Gerasim@home -projektista - Gerasim@home - Boinc.ru -foorumi (linkki ei saavutettavissa) . Haettu 14. maaliskuuta 2017. Arkistoitu alkuperäisestä 15. maaliskuuta 2017. (määrätön) 
21. ↑ 1 2 Tietoja Gerasim@home-projektista - Sivu 103 - Gerasim@home - Boinc.ru Foorumi (linkki, jota ei voi käyttää) . Haettu 16. kesäkuuta 2017. Arkistoitu alkuperäisestä 20. kesäkuuta 2017. (määrätön) 
22. ↑ Tietoja Gerasim@home-projektista - Sivu 106 - Gerasim@home - Boinc.ru Foorumi (linkki, jota ei voi käyttää) . Haettu 29. lokakuuta 2017. Arkistoitu alkuperäisestä 30. lokakuuta 2017. (määrätön) 
23. ↑ Vatutin E.I., Kochemazov S.E., Zaikin O.S., Titov V.S. Symmetristen diagonaalisten latinalaisten neliöiden ominaisuuksien tutkiminen. Työ bugien parissa // Intellektuaaliset ja tietojärjestelmät (Intelligence - 2017). Tula, 2017, s. 30–36. . Haettu 4. joulukuuta 2017. Arkistoitu alkuperäisestä 5. joulukuuta 2017. (määrätön)
24. ↑ Tietoja Gerasim@home-projektista - Sivu 117 - Gerasim@home - Boinc.ru Foorumi (linkki, jota ei voi käyttää) . Haettu 20. joulukuuta 2018. Arkistoitu alkuperäisestä 20. joulukuuta 2018. (määrätön) 
25. ↑ Zotov I. V., Titov V. S., Koloskov V. A. [et al.] Mikroohjelmien monimikro-ohjainten organisointi ja synteesi. Kursk: Kustantaja "Kursk", 1999. 368 s. ISBN 5-7277-0253-4
26. ↑ Vatutin E. I., Zotov I. V., Titov V. S. [et al.] Kombinatorialis-loogiset ongelmat rinnakkaisten logiikkaohjausalgoritmien osioiden syntetisoinnissa loogisten monisäätimien suunnittelussa. Kursk, Kurskin valtion teknillisen yliopiston kustantamo, 2010. 200 s. ISBN 978-5-7681-0523-5
27. ↑ Vatutin E. I. Loogisten monisäätimien suunnittelu. Algoritmien rinnakkaisten graafisten osien synteesi. Saarbrucken : Lambert Academic Publishing , 2011. 292 s. ISBN 978-3-8433-1728-3
28. ↑ Baranov S. I., Zhuravina L. N., Peschansky V. A. Menetelmä algoritmien rinnakkaisten graafisten kaavioiden esittämiseksi peräkkäisten graafisten kaavioiden sarjoilla // Automation and Computer Science. 1984. Nro 5. S. 74-81.
29. ↑ Zotov I. V., Koloskov V. A., Titov V. S. Algoritmien optimaalisten osioiden valinta mikro-ohjainverkkojen suunnittelussa // Automaatio ja tietojenkäsittely. 1997. Nro 5. S. 51-62.
30. ↑ Vatutin E. I., Zotov I. V. Menetelmä rinnakkaisten ohjausalgoritmien alioptimaalisten osioiden luomiseksi // Parallel Computing and Control Problems (PACO'04). M.: IPU RAN, 2004. S. 884-917. . Käyttöpäivä: 13. toukokuuta 2012. Arkistoitu alkuperäisestä 29. maaliskuuta 2014. (määrätön)
31. ↑ evatutin - Laskelmat ja jälkikäsittely suoritettu!
32. ↑ evatutin — Viereisen ahnestrategian analyysin tulosten jälkikäsittely on valmis!
33. ↑ Vatutin E. I., Dremov E. N., Martynov I. A., Titov V. S. Painotettu satunnaislaskentamenetelmä diskreettien kombinatoristen optimointiongelmien ratkaisemiseksi // Izvestiya VolGTU. Sarja: Elektroniikka, mittauslaitteet, radiotekniikka ja viestintä. nro 10 (137). Ongelma. 9. 2014. c. 59-64. . Haettu 22. heinäkuuta 2014. Arkistoitu alkuperäisestä 29. heinäkuuta 2014. (määrätön)
34. ↑ Vatutin EI Päätösten vertailu Heurististen menetelmien laatu ja päätöksen peräkkäinen muodostus kaavion lyhimmän polun ongelmassa // CEUR Workshop Proceedings. Kolmannen kansainvälisen konferenssin julkaisut BOINC-pohjainen High Performance Computing: Fundamental Research and Development (BOINC:FAST 2017). Voi. 1973. Aachenin teknillinen yliopisto, Saksa, 2017. s. 67–76. . Haettu 29. lokakuuta 2017. Arkistoitu alkuperäisestä 30. lokakuuta 2017. (määrätön)
35. ↑ Vatutin E.I. Päätösten vertailu Heurististen menetelmien laatu rajoitetuilla syvyyshakutekniikoilla kaavion lyhimmän polun ongelmassa // Open Engineering. Voi. 7. Iss. 1. 2017.s. 428–434. DOI: 10.1515/fin-2017-0041.
36. ↑ Vatutin E., Panishchev V., Gvozdeva S., Titov V. Päätösten vertailu Heurististen menetelmien laatu graafin lyhimmän polun ongelman operaatioiden muokkaamiseen // Tietotekniikan ongelmat. ei. 1.2020.ss. 3–15. DOI: 10.25045/jpit.v11.i1.01. . Haettu 16. tammikuuta 2020. Arkistoitu alkuperäisestä 16. tammikuuta 2020. (määrätön)
37. ↑ Vatutin E. I., Zhuravlev A. D., Zaikin O. S., Titov V. S. Painotusheuristiikan käytön ominaisuudet diagonaalisten latinalaisten neliöiden löytämisessä // Bulletin of the South-Western State University. Sarja: Johtaminen, tietotekniikka, informatiikka. Lääketieteellinen instrumentointi. 2015. nro 3 (16). S. 18-30. . Haettu 22. marraskuuta 2016. Arkistoitu alkuperäisestä 30. maaliskuuta 2016. (määrätön)
38. ↑ Vatutin EI, Zaikin OS, Zhuravlev AD, Manzuk MO, Kochemazov SE, Titov VS. Grid-järjestelmien käyttö kombinatoristen objektien luetteloimiseen diagonaalisten latinalaisten neliöiden esimerkissä // Hajautettu laskenta ja grid-teknologiat tieteessä ja koulutuksessa (GRID'16): kirja 7. kansainvälisen konferenssin abstrakteista. Dublin: JINR, 2016. s. 114-115. . Haettu 22. marraskuuta 2016. Arkistoitu alkuperäisestä 21. syyskuuta 2017. (määrätön)
39. ↑ Vatutin E. I., Zaikin O. S., Zhuravlev A. D., Manzyuk M. O., Kochemazov S. E., Titov V. S. Solujen täyttöjärjestyksen vaikutuksesta diagonaalisten latinalaisten neliöiden muodostumisnopeuteen // Tiedot - mittausdiagnostiikka- ja ohjausjärjestelmät (Diagnostiikka - 2016). Kursk: SWGU:n kustantamo, 2016. S. 33-39. . Käyttöpäivä: 22. marraskuuta 2016. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön)
40. ↑ Vatutin E. I., Titov V. S., Zaikin O. S., Kochemazov S. E., Valyaev S. Yu., Zhuravlev A. D., Manzyuk M. O. Ristikkojärjestelmien käyttö kombinatoristen objektien laskemiseen 9:n kertaluvun diagonaalisten latinalaisten neliöiden esimerkissä // Tietomallinnustekniikat ja matematiikan tietotekniikka Systems 2016. Moskova: Venäjän tiedeakatemian suunnittelun tietotekniikan keskuksen kustantamo, 2016. S. 154-157. . Käyttöpäivä: 22. marraskuuta 2016. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön)
41. ↑ Vatutin E. I., Zhuravlev A. D., Zaikin O. S., Titov V. S. Ongelman algoritmisten ominaisuuksien huomioon ottaminen luotaessa diagonaalisia latinalaisia ​​neliöitä // Izvestiya SWGU. 2016. nro 2 (65). C. 46-59. . Haettu 22. marraskuuta 2016. Arkistoitu alkuperäisestä 21. syyskuuta 2017. (määrätön)
42. ↑ Vatutin EI, Zaikin OS, Zhuravlev AD, Manzyuk MO, Kochemazov SE, Titov VS Ristikkojärjestelmien käyttö kombinatoristen objektien luetteloimiseen diagonaalisten latinalaisten neliöiden esimerkissä // CEUR Työpajatyöskentely. Valitut artikkelit 7. kansainvälisestä konferenssista Distributed Computing and Grid-technologies in Science and Education. 2017 Voi. 1787.s. 486–490. urn:nbn:de:0074-1787-5. . Haettu 2. helmikuuta 2017. Arkistoitu alkuperäisestä 2. helmikuuta 2017. (määrätön)
43. ↑ Tietoja Gerasim@home-projektista - Sivu 94 - Gerasim@home - Boinc.ru -foorumi (linkki, jota ei voi käyttää) . Käyttöpäivä: 22. marraskuuta 2016. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön) 
44. ↑ Vatutin EI, Kochemazov SE, Zaikin OS Vapaaehtoisen ja rinnakkaislaskennan soveltaminen 9:n asteen latinalaisten neliöiden laskemiseen // Proc. The Eleventh International Conference on Parallel Computational Technologies, Voi. 753 of Communications in Computer and Information Science, Springer, 2017, s. 114–129. DOI: 10.1007/978-3-319-67035-5_9. . Haettu 9. lokakuuta 2017. Arkistoitu alkuperäisestä 9. lokakuuta 2017. (määrätön)
45. ↑ Vatutin EI, Kochemazov SE, Zaikin OS, Valyaev S.Yu. Pienen järjestyksen diagonaalisten latinalaisten neliöiden poikkisuuntausten luettelointi // CEUR Workshop Proceedings. Kolmannen kansainvälisen konferenssin julkaisut BOINC-pohjainen High Performance Computing: Fundamental Research and Development (BOINC:FAST 2017). Voi. 1973. Aachenin teknillinen yliopisto, Saksa, 2017. s. 6–14. . Haettu 29. lokakuuta 2017. Arkistoitu alkuperäisestä 30. lokakuuta 2017. (määrätön)
46. ↑ Vatutin E.I., Zaikin O.S., Kochemazov S.E., Valyaev S.Yu., Titov V.S. Arvio diagonaalisten latinalaisten neliöiden poikkisuuntausten määrästä // Tietoliikenne. 2018. nro 1. s. 12–21. . Haettu 6. helmikuuta 2018. Arkistoitu alkuperäisestä 7. helmikuuta 2018. (määrätön)
47. ↑ Vatutin EI, Zaikin OS, Kochemazov SE, Valyaev SY Vapaaehtoisen tietojenkäsittelyn käyttäminen diagonaalisten latinalaisten neliöiden ominaisuuksien tutkimiseen // Open Engineering. Voi. 7. Iss. 1. 2017.s. 453–460. DOI: 10.1515/fin-2017-0052.
48. ↑ 1 2 Vatutin EI, Titov VS, Zaikin OS, Kochemazov SE, Manzuk MO, Nikitina NN Ortogonaalisuuteen perustuva diagonaalisten latinalaisten neliöiden luokittelu järjestyksessä 10 // CEUR Workshop Proceedings. Voi. 2267. VIII kansainvälisen konferenssin "Distributed Computing and Grid-technologies in Science and Education" (GRID 2018) aineisto. Dubna, JINR, 2018. s. 282-287. . Haettu 5. tammikuuta 2019. Arkistoitu alkuperäisestä 5. tammikuuta 2019. (määrätön)
49. ↑ Vatutin E.I., Belyshev A.D., Kochemazov S.E., Zaikin O.S., Nikitina N.N., Manzyuk M.O. Latinalaisiin neliöihin perustuvien ongelmien polynomisesta pelkistämisestä tarkan peiton ongelmaksi // Optoelektroniset laitteet ja laitteet kuvantunnistus- ja kuvankäsittelyjärjestelmissä (Tunnistaminen - 2019). Kursk: SWGU:n kustantamo, 2019, s. 62–64. . Haettu 28. toukokuuta 2019. Arkistoitu alkuperäisestä 28. toukokuuta 2019. (määrätön)
50. ↑ Vatutin E., Nikitina N., Belyshev A., Manzyuk M. Diagonaalisiin latinalaisruutuihin perustuvien tehtävien polynomipelkistys täsmälliseen kansitehtävään // CEUR Workshop Proceedings. Toisen kansainvälisen konferenssin tiedot, laskenta- ja ohjausjärjestelmät hajautetuille ympäristöille (ICCS-DE 2020). Voi. 2638. Aachenin teknillinen yliopisto, Saksa, 2020. . Haettu 17. heinäkuuta 2020. Arkistoitu alkuperäisestä 18. heinäkuuta 2020. (määrätön)
51. ↑ Vatutin E., Belyshev A., Kochemazov S., Zaikin O., Nikitina N. Pienen kertaluvun diagonaalisten latinalaisten neliöiden isotoopialuokkien laskenta vapaaehtoisella laskennalla // Supercomputing Days Russia 2018. M.: Moscow State University, 2018. s. 933–942. . Haettu 21. joulukuuta 2018. Arkistoitu alkuperäisestä 21. joulukuuta 2018. (määrätön)
52. ↑ Vatutin E., Belyshev A., Kochemazov S., Zaikin O., Nikitina N. Pienen kertaluvun diagonaalisten latinalaisten neliöiden isotoopialuokkien laskeminen vapaaehtoisella laskennalla // Communications in Computer and Information Science. Voi. 965. Springer, 2018. s. 578–586. DOI: 10.1007/978-3-030-05807-4_49. . Haettu 5. tammikuuta 2019. Arkistoitu alkuperäisestä 5. tammikuuta 2019. (määrätön)
53. ↑ Vatutin E.I., Kochemazov S.E., Zaikin O.S., Manzyuk M.O., Nikitina N.N., Titov V.S. Diagonaalisten latinalaisten neliöiden keskussymmetrian ominaisuuksista // Suorituskykyiset laskentajärjestelmät ja -tekniikat. nro 1 (8). 2018, s. 74–78. . Haettu 13. marraskuuta 2018. Arkistoitu alkuperäisestä 14. marraskuuta 2018. (määrätön)
54. ↑ Vatutin EI, Kochemazov SE, Zaikin OS, Manzuk MO, Nikitina NN, Titov VS Central Symmetry Properties for Diagonal Latin Squares // Tietotekniikan ongelmat. ei. 2. 2019.s. 3-8. DOI: 10.25045/jpit.v10.i2.01. . Haettu 15. lokakuuta 2019. Arkistoitu alkuperäisestä 15. lokakuuta 2019. (määrätön)
55. ↑ Vatutin E.I., Belyshev A.D. Itseortogonaalisten (SODLS) ja kaksinkertaisesti itseortogonaalisten diagonaalien latinalaisten neliöiden (DSODLS) lukumäärän määritys 1–10 // Suorituskykyiset laskentajärjestelmät ja -tekniikat. T. 4. Nro 1. 2020. S. 58–63. . Haettu 19. heinäkuuta 2020. Arkistoitu alkuperäisestä 19. heinäkuuta 2020. (määrätön)
56. ↑ Vatutin E.I., Titov V.S., Zaikin O.S., Kochemazov S.E., Manzyuk M.O. Kombinatoristen rakenteiden analyysi diagonaalisten latinalaisten neliöiden ortogonaalisuussuhdejoukosta, kertaluokkaa 10 // Tietotekniikka ja järjestelmien matemaattinen mallintaminen 2017. Moskova: CITP RAS, 2017. s. 167–170. . Käyttöpäivä: 16. helmikuuta 2018. Arkistoitu alkuperäisestä 16. helmikuuta 2018. (määrätön)
57. ↑ Vatutin EI, Titov VS, Zaikin OS, Kochemazov SE, Manzyuk MO, Nikitina NN Ortogonaalisuuteen perustuva diagonaalisten latinalaisten neliöiden luokitus 10 // Distributed computing and grid-technologies in Science and Education (GRID'18): book of abstrakts 8. kansainvälisestä konferenssista. Dublin: JINR, 2018. s. 94–95. . Haettu 13. marraskuuta 2018. Arkistoitu alkuperäisestä 13. marraskuuta 2018. (määrätön)
58. ↑ Zaikin O., Zhuravlev A., Kochemazov S., Vatutin E. Järjestyksen 10 diagonaalisten latinalaisten neliöiden kolmiosien rakentamisesta // Elektroniset muistiinpanot diskreetissä matematiikassa. Voi. 54C. 2016.s. 307–312. DOI: 10.1016/j.endm.2016.09.053. (linkki ei saatavilla) . Haettu 28. toukokuuta 2019. Arkistoitu alkuperäisestä 22. marraskuuta 2016. (määrätön) 

Linkit

• Projektin virallinen verkkosivusto
• Projekti Twitter
• Vatutin E. I., Titov V. S. Menetelmien vertailu rinnakkaisten logiikkaohjausalgoritmien osioiden syntetisoimiseksi kahden parametrin kaavioilla // Optoelektroniset laitteet ja laitteet järjestelmissä hahmontunnistusta, kuvankäsittelyä ja symbolista tietoa varten (Recognition - 2012). Kursk: SWGU:n kustantamo, 2012, s. 138-140.
• Vatutin E. I., Titov V. S. Menetelmien vertailu rinnakkaisten algoritmien graafikaavioiden osioiden syntetisoimiseksi käyttämällä kaksiulotteisia kaavioita // Izvestiya SWSU . nro 3 (42). Kursk : SWGU:n kustantamo, 2012. S. 66-74.
• Täysistunnon raportti "grid computing BOINC-alustalla rinnakkaisten logiikkaohjausalgoritmien osioiden rakentamiseen" (Kursk, 2012 ) YouTubessa
• Vatutin E. I., Titov V. S. Vapaaehtoisen hajautetun laskennan käyttäminen BOINC-alustalla rinnakkaisten algoritmien graafikaavioiden osioiden laadun analysoimiseen // Parallel Computing and Control Problems (PACO'12) . M.: IPU RAN, 2012.
• Vatutin E. I., Titov V. S. Loogisten ohjausjärjestelmien rakenneparametrinen optimointi vapaaehtoisella hajautettua laskentaa käyttäen // Izvestiya SWGU . Sarja “Johto, tietokonetekniikka, tietotekniikka. Lääketieteellinen instrumentointi". Nro 2. Osa 1. S. 12-17. ISSN 2223-1536.
• Vatutin E.I. Heurististen menetelmien vertailu rinnakkaisten algoritmien graafikaavioiden osioiden syntetisoimiseksi käyttämällä vapaaehtoista hajautettua laskentaa BOINC-alustalla // BOINC:FAST'13. Petroskoi , 2013. YouTubessa
• Tieteellinen ja suosittu kuvaus väliseinien rakentamisen tehtävästä
• Vatutin E. I., Valyaev S. Yu. Laskennallinen moduuli rinnakkaisten logiikkaohjausalgoritmien osioiden rakentamiseen käyttämällä vapaaehtoista hajautettua laskentaa.
• Vatutin EI, Titov VS Vapaaehtoinen hajautettu laskenta erillisten kombinatoristen optimointiongelmien ratkaisemiseen Gerasim@home-projektin avulla // Distributed computing and grid-technologies in Science and Education: book of Abstracts of the 6th International Conference. Dublin: JINR, 2014. PP. 60-61. ISBN 978-5-9530-0387-2.
• Vatutin EI 2014619797 päivätty 22.9.14.
• Vatutin E. I., Titov V. S. Analyysi osioiden synteesin peräkkäisten heurististen menetelmien laadullisen paremmuuden alueista loogisten moniohjainten suunnittelussa. Instrumentointi. 2015. V. 58. Nro 2. S. 115-122. DOI: 10.17586/0021-3454-2015-58-2-115-122.
• Laskennallisten kokeiden tulokset graafisessa muodossa
• Täysistunnon raportti "Diskreettien kombinatoristen optimointiongelmien ratkaiseminen grid-järjestelmien avulla vapaaehtoisesti" (Kursk, 2015 ) YouTubessa
• Vatutin EI, Valyaev S.Yu., Titov VS peräkkäisten menetelmien vertailu rinnakkaisten logiikkaohjausalgoritmien erottamiseksi vapaaehtoisten tietojenkäsittelyn avulla // CEUR Workshop Proceedings. Toisen kansainvälisen konferenssin julkaisut BOINC-pohjainen High Performance Computing: Fundamental Research and Development (BOINC:FAST 2015). Voi. 1502. Aachenin teknillinen yliopisto, Saksa, 2015. S. 37-51. urn: nbn: de: 0074-1502-3.
• Vatutin E.I., Valyaev S.Yu., Titov V.S. Satunnaislaskentamenetelmän tulosten analyysi rakennettaessa rinnakkaisten algoritmien graafikaavioiden osioita ongelman ulottuvuudesta ja rajoitteiden voimakkuudesta riippuen // Perspektivnye informatsionnye tekhnologii (PIT) 2016). Samara: Venäjän tiedeakatemian Samaran tieteellisen keskuksen kustantamo, 2016. S. 481-486.
• Diagonaalisten latinalaisten neliöiden lukumäärän laskeminen vapaaehtoisen hajautetun laskennan avulla
• Hankkeen tulokset graafisessa muodossa (elokuussa 2017)
• Luettelo erilaisista kombinatorisista rakenteista DLC-tilauksesta 1-8
• Luettelo erilaisista kombinatorisista rakenteista projektista löytyneestä 10. asteen DLC:stä
• Vatutin E.I., Kochemazov S.E., Zaikin O.S., Tsiterrav I.I. Arvio todennäköisyydestä löytää ortogonaaliset diagonaaliset latinalaiset neliöt yleisen muodon diagonaalisten latinalaisten neliöiden joukosta // Optoelektroniset laitteet ja laitteet järjestelmissä hahmontunnistusta, kuvankäsittelyä ja symbolista tietoa varten (Recognition - 2018). Kursk: SWGU:n kustantamo, 2018. S. 72–74.

Keskustelua projektista foorumeilla:

• boinc.ru
• Distributed.org.ua

Katso myös

• BOINC
• Vapaaehtoiset laskelmat
• Kaavion jakaminen
• Algoritmin graafinen kaavio
• Kombinatorinen optimointi
• latinalainen neliö
• Kreikkalais-latinalainen aukio
• OEIS