• Zum Seiteninhalt (Accesskey 1)
  • Zur Hauptnavigation (Accesskey 2)
  • Bundesministerium Bildung, Wissenschaft und Forschung
  • Forschungsinfrastruktur-Datenbank
  • Start
  • Suche
  • Mapping
    • Statistiken nach Region
    • Cluster
    • Monitoring Förderungen
    • Galerie
  • Über
    • Forschungs­einrichtungen
    • Bundesministerium für Bildung, Wissenschaft und Forschung (BMBWF)
    • Wirtschaftskammer Österreich (WKÖ)
    • Bundesministerium für Arbeit und Wirtschaft (BMAW)
  • FAQs & Info
    • FAQs
      • Beschreibung zur Forschungs­infrastruktur
      • Methoden & Services zur Forschungs­infrastruktur
      • Kategorien zur Forschungs­infrastruktur
      • Zusätzliche Informationen zur Forschungs­infrastruktur
      • Suchmaschine: Fragen zur Suche
      • Kontakt
    • Information
      • Nationale Forschungs­infrastruktur­strategie
      • Forschungs­infrastrukturen in der Europäischen Union
      • Forschungs­infrastruktur-Datenbanken / Forschungs­infrastruktur-Netzwerke
  • Registrieren
  • Login
  • DE
  • EN
Großgerät Cluster „HPC“

Scientific Cluster Salzburg 1 (SCS1)

  • Zur Übersicht
  • »
  • 24 / 108
  • »

Universität Salzburg

Salzburg | Website


Kurzbeschreibung

Der Scientific Cluster Salzburg 1 besteht aus 3 identen Serversystemen mit Intel-Xeon(R) Gold 6144 Prozessoren @ 3.50GHz (max. 4.20GHz) v4, 4-sockets (32 cores) und 1,5 TB Arbeitsspeicher, für skalierbare Applikationen die sämtlche Cores in einem einzigen System adressieren müssen. Das Basisbetriebsystem ist Red-Hat Linux. Die Anlage ist im Rechenzentrum der Universität über ein 10Gbit Netzwerk angebunden.

Ansprechperson

Prof. DI Dr. Andreas Schröder

Research Services

Bereitstellung von Hochleistungsrechnen

Methoden & Expertise zur Forschungsinfrastruktur

Mathematik
Durchführung von aufwändigen Simulationen und numerischen Anwendungen, als auch die Berechnung von Linearen Modellen (Multivariate Statistik) sowie Fallzahlplanung. Insbesondere werden Simulationen für naturwissenschaftliche und technische Prozesse auf der Basis von Finite-Elemente-Methoden durchgeführt (Andreas.Schroeder@sbg.ac.at)

Informatik
Einsatz von Methoden aus der Algorithmentheorie und dem Bereich der randomisierten Algorithmen (insbesondere zur Analyse von großen Netzwerken). Diese werden mit Techniken aus der diskreten Mathematik kombiniert (Robert.Elsaesser@sbg.ac.at)

Biologie
Berechnungen im Bereich Gemeinschaftsökologie: z.B. Simulation des Einflusses von unterschiedlichen Assembly-Rules und intra- bzw. interspezifischer Konkurrenz auf florale und vegetative Traits von Pflanzengemeinschaften. Berechnungen von Zusammenhängen der Diversität von Blütenfarben und Blütenbesuchern mittels nichtlinearer Least-Square-Regressionen.

Psychologie
Used methods: FreeSurfer with Singularity, Dynamic Causal Modelling (DCM), ERF and time-frequency analysis
Expertise in: Longitudinal Structural MRI analysis, EEG / MEG analysis, Digital signal processing

Nutzungsbedingungen

Bitte kontaktieren Sie uns unter science.plus@plus.ac.at, oder kontaktieren Sie direkt die/den FI-Verantwortliche/n

Referenzprojekte

Simulation thermomechanisch bedingter Bauteildeformationen für die NC-Fräsbearbeitung
2015 - 2018
Univ.-Prof.Dr. Andreas Schröder
DFG
https://www.uni-salzburg.at/index.php?id=208518

High-order immersed-boundary methods in solid mechanics for structures generated by additive processes
2014 - 2022
Univ.-Prof.Dr. Andreas Schröder
DFG
https://www.uni-salzburg.at/index.php?id=208519

Funktionelle Reaktionen von Pflanzengemeinschaften und Blütenbestäuber-Interaktionen auf einen Höhengradienten und den Klimawandel (FWF P29142-B29)
2016-2019
Martin H. Lechleitner, Robert R. Junker
FWF
https://www.uni-salzburg.at/index.php?id=41115

Longitudinal structural changes in preclinical Alzheimer's disease
2019
Sara Fernandez-Cabello, Martin Kronbichler, Nathan Spreng and Taylor Schmitz

We use public data from ADNI: http://adni.loni.usc.edu/

Prior expectations and sensations shape perceptual decisions via distinct brain rhythms (under revision)
ongoing
Wislowska, M., & Schabus, M. fSON MEG (running)
Bauer, M., Wislowska, M., Veale, T., Morris, P.G., Liddle, P.F., Heekeren, H.R. & Brookes, M. (under revision)


The influence of memory strength for sleep-associated memory consolidation
2018
Heib, D.P.J., Bäuml, K.-H.; Klimesch, W., & Schabus, M.



Das virtuelle Schlaflabor: Digitale Schlafanalyse & Schlaf-Coaching X
2020-2022
Schabus, Manuel; Bathke, Arne; Borgelt, Christian & Heib, Dominik Philip Johannes & Stöggl, Thomas
Land Salzburg
https://uni-salzburg.elsevierpure.com/de/projects/das-virtuelle-schlaflabor-digitale-schlafanalyse-schlaf-coaching-

Generating predictions during sleep
2019-2022
Armeen, M.
ÖAW
https://uni-salzburg.elsevierpure.com/de/projects/generating-predictions-during-sleep

Referenzpublikationen

A fictitious domain method for the simulation of thermoelastic deformations in NC‐milling processes.
2018
Andreas Byfut, Andreas Schröder
Int J Numer Meth Engng.
https://onlinelibrary.wiley.com/doi/abs/10.1002/nme.5609

Marching volume polytopes algorithm
2019
Andreas Byfut, Friederike Hellwig, Andreas Schröder
Int J Numer Meth Engng.
https://onlinelibrary.wiley.com/doi/10.1002/nme.5995

Small-sample performance and underlying assumptions of a bootstrap-based inference method for a general analysis of covariance model with possibly heteroskedastic and nonnormal Errors
2019
Zimmermann G, Pauly M, and Bathke AC
Stat Methods Med Res, accepted, doi: 10.1177/0962280218817796


Sample size calculation and blinded recalculation for analysis of covariance models with multiple random covariates
2018
Zimmermann G, Kieser M, and Bathke AC
Journal of Biopharmaceutical Statistics, arXiv:1806.03673v1 [stat.ME]


The brain selectively tunes to unfamiliar voices during sleep
2022
Ameen, M., Heib, D. P. J., Blume, C., & Schabus, M.
Journal of Neuroscience
https://www.jneurosci.org/content/42/9/1791

Slow oscillation-spindle coupling strength predicts real-life gross-motor learning in adolescents and adults
2022
Hahn, M. A., Bothe, K., Heib, D., Schabus, M., Helfrich, R. F., & Hoedlmoser, K.
eLife
https://elifesciences.org/articles/66761

Slow oscillation-spindle coupling predicts enhanced memory formation from childhood to adolescence
2020
Hahn, M. A., Heib, D., Schabus, M., Hoedlmoser, K., & Helfrich, R. F.
eLife
https://elifesciences.org/articles/53730

Kontakt

Prof. DI Dr. Andreas Schröder
Fachbereich Mathematik
0043 662 8044 5316
andreas.schroeder@plus.ac.at
https://www.plus.ac.at/mathematik/

Standort

Standort auf Karte

Diesen Eintrag teilen

  • Facebook
  • Twitter
  • Pinterest
  • E-Mail
© 2023 BUNDESMINISTERIUM für BILDUNG, WISSENSCHAFT und FORSCHUNG
  • Nutzungsbedingungen / Datenschutz
  • Barrierefreiheitserklärung
  • Impressum
  • Datenschutz-Einstellungen