Monte-Carlo-Simulation (German Wikipedia)

Analysis of information sources in references of the Wikipedia article "Monte-Carlo-Simulation" in German language version.

refsWebsite

Global rank German rank

14doi.org

2^nd place

3^rd place

8zdb-katalog.de

123^rd place

6^th place

5aip.org

2,204^th place

4,230^th place

2llnl.gov

6,750^th place

6,575^th place

2sciencedirect.com

149^th place

298^th place

2lanl.gov

3,495^th place

4,808^th place

1cambridge.org

305^th place

632^nd place

1nature.com

234^th place

203^rd place

1fas.org

505^th place

614^th place

1google.de

2,106^th place

139^th place

1bipm.org

641^st place

241^st place

1inference.org.uk

low place

1cam.ac.uk

670^th place

1,220^th place

1fsu.edu

2,584^th place

7,508^th place

1svgablenz.de

low place

1gcn.com

low place

1nextplatform.com

low place

1openmc.org

low place

aip.org

pubs.aip.org

Nicholas Metropolis, Arianna W. Rosenbluth, Marshall N. Rosenbluth, Augusta H. Teller, Edward Teller: Equation of State Calculations by Fast Computing Machines. In: The Journal of Chemical Physics. Band 21, Nr. 6, 1. Juni 1953, ISSN 0021-9606, S. 1087–1092, doi:10.1063/1.1699114 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth: Genesis of the Monte Carlo Algorithm for Statistical Mechanics. Band 690. AIP, 2003, S. 22–30, doi:10.1063/1.1632112 (englisch, aip.org [abgerufen am 4. Juli 2023]).
J. E. Gubernatis: Marshall Rosenbluth and the Metropolis algorithm. In: Physics of Plasmas. Band 12, Nr. 5, Mai 2005, ISSN 1070-664X, S. 057303, doi:10.1063/1.1887186 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Further Results on Monte Carlo Equations of State. In: The Journal of Chemical Physics. Band 22, Nr. 5, 1. Mai 1954, ISSN 0021-9606, S. 881–884, doi:10.1063/1.1740207 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Monte Carlo Calculation of the Average Extension of Molecular Chains. In: The Journal of Chemical Physics. Band 23, Nr. 2, 1. Februar 1955, ISSN 0021-9606, S. 356–359, doi:10.1063/1.1741967 (englisch, aip.org [abgerufen am 4. Juli 2023]).

bipm.org

Evaluation of measurement data — Supplement 1 to the “Guide to the expression of uncertainty in measurement” — Propagation of distributions using a Monte Carlo method https://www.bipm.org/documents/20126/2071204/JCGM_101_2008_E.pdf/325dcaad-c15a-407c-1105-8b7f322d651c

cam.ac.uk

inference.phy.cam.ac.uk

David MacKay: Information Theory, Inference and Learning Algorithms. Cambridge University Press, 2003, ISBN 978-0-521-64298-9, format=PDF Kapitel 4.4 Typicality & Kapitel 29.1 (englisch, cam.ac.uk).

cambridge.org

Isaac Todhunter: A History of the Mathematical Theory of Probability: From the Time of Pascal to that of Laplace. 1. Auflage. Cambridge University Press, 2014, ISBN 978-1-108-07764-4, doi:10.1017/cbo9781139923576 (englisch, cambridge.org [abgerufen am 4. Juli 2023]).

doi.org

Dirk P. Kroese, Tim Brereton, Thomas Taimre, Zdravko I. Botev: Why the Monte Carlo method is so important today. In: WIREs Computational Statistics. Band 6, Nr. 6, November 2014, ISSN 1939-5108, S. 386–392, doi:10.1002/wics.1314 (englisch).
Isaac Todhunter: A History of the Mathematical Theory of Probability: From the Time of Pascal to that of Laplace. 1. Auflage. Cambridge University Press, 2014, ISBN 978-1-108-07764-4, doi:10.1017/cbo9781139923576 (englisch, cambridge.org [abgerufen am 4. Juli 2023]).
Iulia Georgescu: The early days of Monte Carlo methods. In: Nature Reviews Physics. 26. Juni 2023, ISSN 2522-5820, doi:10.1038/s42254-023-00608-w (englisch, nature.com [abgerufen am 4. Juli 2023]).
The Fermiac or Fermi's Trolley. In: Il Nuovo Cimento C. Band 39, Nr. 2, 14. September 2016, S. 1–8, doi:10.1393/ncc/i2016-16296-7 (englisch).
Bruce Cameron Reed: Manhattan Project: The Story of the Century. Springer International Publishing, Cham 2020, ISBN 978-3-03045733-4, doi:10.1007/978-3-030-45734-1 (englisch).
Nicholas Metropolis, S. Ulam: The Monte Carlo Method. In: Journal of the American Statistical Association. Band 44, Nr. 247, September 1949, S. 335, doi:10.2307/2280232 (englisch).
Panos M. Pardalos: Metropolis, Nicholas Constantine. In: Encyclopedia of Optimization. Springer US, Boston, MA 2008, ISBN 978-0-387-74758-3, S. 2075–2075, doi:10.1007/978-0-387-74759-0_368 (englisch, Siehe die Zitationen dort.).
Nicholas Metropolis, Arianna W. Rosenbluth, Marshall N. Rosenbluth, Augusta H. Teller, Edward Teller: Equation of State Calculations by Fast Computing Machines. In: The Journal of Chemical Physics. Band 21, Nr. 6, 1. Juni 1953, ISSN 0021-9606, S. 1087–1092, doi:10.1063/1.1699114 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth: Genesis of the Monte Carlo Algorithm for Statistical Mechanics. Band 690. AIP, 2003, S. 22–30, doi:10.1063/1.1632112 (englisch, aip.org [abgerufen am 4. Juli 2023]).
J. E. Gubernatis: Marshall Rosenbluth and the Metropolis algorithm. In: Physics of Plasmas. Band 12, Nr. 5, Mai 2005, ISSN 1070-664X, S. 057303, doi:10.1063/1.1887186 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Further Results on Monte Carlo Equations of State. In: The Journal of Chemical Physics. Band 22, Nr. 5, 1. Mai 1954, ISSN 0021-9606, S. 881–884, doi:10.1063/1.1740207 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Monte Carlo Calculation of the Average Extension of Molecular Chains. In: The Journal of Chemical Physics. Band 23, Nr. 2, 1. Februar 1955, ISSN 0021-9606, S. 356–359, doi:10.1063/1.1741967 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Paul K. Romano, Nicholas E. Horelik, Bryan R. Herman, Adam G. Nelson, Benoit Forget, Kord Smith: OpenMC: A state-of-the-art Monte Carlo code for research and development. In: Annals of Nuclear Energy (= Joint International Conference on Supercomputing in Nuclear Applications and Monte Carlo 2013, SNA + MC 2013. Pluri- and Trans-disciplinarity, Towards New Modeling and Numerical Simulation Paradigms). Band 82, 1. August 2015, ISSN 0306-4549, S. 90–97, doi:10.1016/j.anucene.2014.07.048 (englisch, sciencedirect.com [abgerufen am 4. Juli 2023]).
Jaakko Leppänen et al.: The Serpent Monte Carlo code: Status, development and applications in 2013. In: Annals of Nuclear Energy. Band 82, 1. August 2015, ISSN 0306-4549, S. 142–150, doi:10.1016/j.anucene.2014.08.024 (englisch, sciencedirect.com [abgerufen am 21. August 2023]).

fas.org

N Metropolis: BEGINNING of the MONTE CARLO METHOD. Hrsg.: Los Alamos Science Special Issue. 1987, S. 125–130 (englisch, fas.org [PDF]).

fsu.edu

ww2.cs.fsu.edu

S. Jayraman: A Review of Monte Carlo Methods in Real Estate. (PDF) 2. Mai 2013, abgerufen am 20. Mai 2017 (englisch, und Quellen darin).

gcn.com

Trinity supercomputer to support nuclear stockpile simulations -. Abgerufen am 13. August 2019 (englisch).

google.de

books.google.de

Hoover, W. (2012). Computational Statistical Mechanics. Niederlande: Elsevier Science, Seite 80, https://books.google.de/books?id=7XSQYjZdRKMC&pg=PA80

inference.org.uk

David MacKay: Information Theory, Inference and Learning Algorithms. Cambridge University Press, 2003, ISBN 978-0-521-64298-9, format=PDF Kapitel 4.4 Typicality & Kapitel 29.1 (englisch, cam.ac.uk).

lanl.gov

library.lanl.gov

H. L. Anderson: Metropolis, Monte Carlo and the MANIAC. (PDF, 829 kB) Los Alamos Science, Nr. 14, 1986, S. 96–108, 1986.

mcnp.lanl.gov

A General Monte Carlo N-Particle (MCNP) Transport Code: Monte Carlo Methods, Codes, & Applications Group. Abgerufen am 17. Juni 2023 (englisch).

llnl.gov

wci.llnl.gov

MERCURY. Abgerufen am 13. August 2019.
Stockpile Stewardship Program. Abgerufen am 13. August 2019.

nature.com

Iulia Georgescu: The early days of Monte Carlo methods. In: Nature Reviews Physics. 26. Juni 2023, ISSN 2522-5820, doi:10.1038/s42254-023-00608-w (englisch, nature.com [abgerufen am 4. Juli 2023]).

nextplatform.com

Nicole Hemsoth: NNSA Stockpile of Nuclear Security Supercomputers Continues Evolution. 16. Juli 2015, abgerufen am 13. August 2019 (amerikanisches Englisch).

openmc.org

OpenMC. Massachusetts Institute of Technology, UChicago Argonne LLC, and OpenMC contributors, abgerufen am 4. Juli 2023 (englisch).

sciencedirect.com

Paul K. Romano, Nicholas E. Horelik, Bryan R. Herman, Adam G. Nelson, Benoit Forget, Kord Smith: OpenMC: A state-of-the-art Monte Carlo code for research and development. In: Annals of Nuclear Energy (= Joint International Conference on Supercomputing in Nuclear Applications and Monte Carlo 2013, SNA + MC 2013. Pluri- and Trans-disciplinarity, Towards New Modeling and Numerical Simulation Paradigms). Band 82, 1. August 2015, ISSN 0306-4549, S. 90–97, doi:10.1016/j.anucene.2014.07.048 (englisch, sciencedirect.com [abgerufen am 4. Juli 2023]).
Jaakko Leppänen et al.: The Serpent Monte Carlo code: Status, development and applications in 2013. In: Annals of Nuclear Energy. Band 82, 1. August 2015, ISSN 0306-4549, S. 142–150, doi:10.1016/j.anucene.2014.08.024 (englisch, sciencedirect.com [abgerufen am 21. August 2023]).

svgablenz.de

Klaus Bernhard Gablenz: Monte Carlo hilft bei Unsicherheiten. In: Immobilienzeitung. Ausgabe 29, 26. Juli 2007, S. 6 (svgablenz.de [PDF]).

zdb-katalog.de

Dirk P. Kroese, Tim Brereton, Thomas Taimre, Zdravko I. Botev: Why the Monte Carlo method is so important today. In: WIREs Computational Statistics. Band 6, Nr. 6, November 2014, ISSN 1939-5108, S. 386–392, doi:10.1002/wics.1314 (englisch).
Iulia Georgescu: The early days of Monte Carlo methods. In: Nature Reviews Physics. 26. Juni 2023, ISSN 2522-5820, doi:10.1038/s42254-023-00608-w (englisch, nature.com [abgerufen am 4. Juli 2023]).
Nicholas Metropolis, Arianna W. Rosenbluth, Marshall N. Rosenbluth, Augusta H. Teller, Edward Teller: Equation of State Calculations by Fast Computing Machines. In: The Journal of Chemical Physics. Band 21, Nr. 6, 1. Juni 1953, ISSN 0021-9606, S. 1087–1092, doi:10.1063/1.1699114 (englisch, aip.org [abgerufen am 4. Juli 2023]).
J. E. Gubernatis: Marshall Rosenbluth and the Metropolis algorithm. In: Physics of Plasmas. Band 12, Nr. 5, Mai 2005, ISSN 1070-664X, S. 057303, doi:10.1063/1.1887186 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Further Results on Monte Carlo Equations of State. In: The Journal of Chemical Physics. Band 22, Nr. 5, 1. Mai 1954, ISSN 0021-9606, S. 881–884, doi:10.1063/1.1740207 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Marshall N. Rosenbluth, Arianna W. Rosenbluth: Monte Carlo Calculation of the Average Extension of Molecular Chains. In: The Journal of Chemical Physics. Band 23, Nr. 2, 1. Februar 1955, ISSN 0021-9606, S. 356–359, doi:10.1063/1.1741967 (englisch, aip.org [abgerufen am 4. Juli 2023]).
Paul K. Romano, Nicholas E. Horelik, Bryan R. Herman, Adam G. Nelson, Benoit Forget, Kord Smith: OpenMC: A state-of-the-art Monte Carlo code for research and development. In: Annals of Nuclear Energy (= Joint International Conference on Supercomputing in Nuclear Applications and Monte Carlo 2013, SNA + MC 2013. Pluri- and Trans-disciplinarity, Towards New Modeling and Numerical Simulation Paradigms). Band 82, 1. August 2015, ISSN 0306-4549, S. 90–97, doi:10.1016/j.anucene.2014.07.048 (englisch, sciencedirect.com [abgerufen am 4. Juli 2023]).
Jaakko Leppänen et al.: The Serpent Monte Carlo code: Status, development and applications in 2013. In: Annals of Nuclear Energy. Band 82, 1. August 2015, ISSN 0306-4549, S. 142–150, doi:10.1016/j.anucene.2014.08.024 (englisch, sciencedirect.com [abgerufen am 21. August 2023]).