"Ceux qui ne se souviennent pas du passé sont condamnés à le répéter", Programmation Dynamique

La Programmation Dynamique est une méthode pour résoudre un problème complexe en le décomposant en une collection de sous-problèmes plus simples, en résolvant chacun de ces sous-problèmes une seule fois et en stockant leurs solutions en utilisant une structure de données basée sur la mémoire (tableau, carte, etc.).

Chacune des solutions de sous-problème est indexée d'une manière ou d'une autre, généralement en fonction des valeurs de ses paramètres d'entrée, afin de faciliter sa recherche. Ainsi, la prochaine fois que le même sous-problème se produit, au lieu de recalculer sa solution, on recherche simplement la solution précédemment calculée, économisant ainsi du temps de calcul.

Par exemple, la création d'arbres phylogénétiques une fois que l'ADN est connu peut être abordée facilement avec la programmation dynamique:

 

Cliquez ici pour une liste complète des problèmes pouvant être résolus avec la programmation dynamique.

 

deep space computing SA construit des ordinateurs avec plusieurs cartes graphiques prenant en charge CUDA, un modèle de programmation inventé par NVidia pour permettre la programmation parallèle sur les cartes graphiques.

La pile logicielle comprend:

La plupart des ordinateurs du Cluster Informatique peuvent être définis comme des superordinateurs CUDA, car ce sont des ordinateurs dotés de plusieurs cartes graphiques.

Si vous souhaitez commencer à programmer un ordinateur quantique adiabatique, nous vous suggérons de visiter DWave Leap.

Vous obtiendrez une minute de temps de calcul sur l'ordinateur Dwave Quantum gratuitement et il y a beaucoup de tutoriels et de documentation pour jouer avec.

Vous trouverez ci-dessous notre lecture recommandée pour entrer dans le monde de l'informatique quantique classique. La lire était comme escalader une montagne: c'était très intéressant parce que les sujets avancés de la cryptographie, de l'informatique théorique et des mathématiques, y compris le calcul du tenseur, convergent dans ce livre. De plus, les implémentations actuelles des ordinateurs quantiques sont inspectées et il y a aussi un chapitre lisible sur l'histoire de la mécanique quantique à la fin. La meilleure façon de l'utiliser est de le lire en faisant soigneusement tous les exercices.

Cliquez simplement sur l'image pour commander le livre sur Amazon.

 

 

Orbit Reconstruction Simulation and Analysis

deep space computing SA a développé un logiciel pour simuler les orbites planétaires en portant le code source C ++ du projet ORSA par Pasquale Tricarico à Delphi. Dans la capture d'écran ci-dessous, il est possible de voir l'orbite irrégulière de Japet autour de Saturne. Plus de captures d'écran et de détails sont disponibles sur le site du projet.

Simulation Climatique

deep space computing a développé un logiciel simple pour simuler le climat basé sur un article de Science in School. Dans la capture d'écran ci-dessous, il est possible de voir comment les cendres simulées du volcan Eyjafjallajökull se déplacent vers l'Europe et bloquent le trafic aérien. Plus de captures d'écran et de détails sont disponibles sur le site Web du projet. 

Dans la capture d'écran ci-dessous, on peut voir une tentative de modéliser la production de CO2 dans les pays industriels et comment le vent répartit la concentration de CO2 dans le monde:

deltasql - Evolution de la Base de Données sous contrôle

deep space computing développé les versions initiales de deltasql en 2007. Il s'agit d'un serveur / logiciel client pour gérer les scripts SQL incrémentiels sur plusieurs schémas de base de données, à la fois en production et en développement. En utilisant deltasql, il est possible de versionner des schémas de base de données de la même manière que le code source est versionné avec git ou un outil similaire. Le logiciel encore amélioré est utilisé dans le monde entier et avait jusqu'à présent 14'100 téléchargements sur sourceforge.net. deltasql est Open Source et publié sous licence GPL. Cliquez ici pour visiter le site Web du projet.

 

MongoDB

Lorsque la charge de données est si importante qu'elle n'est plus gérable par les bases de données relationnelles traditionnelles, les bases de données No-SQL comme MongoDB viennent aider. Un bon livre d'introduction sur MongoDB qui explique tout, des bases aux techniques avancées comme le sharding, est "The Definitive Guide to MongoDB":

 

  1. Deep Learning