2-летний импакт-фактор Math-Net.Ru журнала «Сибирский журнал вычислительной математики», 2021 год

2-летний импакт-фактор Math-Net.Ru журнала за 2021 год — это количество ссылок в 2021 г. на научные статьи журнала, опубликованные в 2019–2020 гг., деленное на общее число научных статей, опубликованных в журнале в этот период.

В приведенной ниже таблице приводится список цитирования в 2021 г. научных статей журнала, опубликованных в 2019–2020 гг. При подсчете учитываются все цитирующие публикации, найденные нами из различных источников, в первую очередь из списков литературы публикаций, представленных на портале. Учитываются ссылки как на оригинальные, так и на переводные версии статей.

При нахождении новых ссылок на журнал импакт-фактор Math–Net.Ru может изменяться.

1 2 3  Полный список
№	Цитирующая статья		Цитированная статья
1.	Н. Боутераа, С. Бенайха, “Результаты по существованию для нелинейного дифференциального включения второго порядка с нелокальными граничными условиями”, Сиб. журн. вычисл. матем., 24:1 (2021), 35–45	→	Положительные периодические решения для класса нелинейных дифференциальных уравнений четвертого порядка Н. Боутераа, С. Бенайха Сиб. журн. вычисл. матем., 22:1 (2019),  1–14
2.	Tianjie Wu, Shushi Zhang, Kefeng Zhu, Hongyun Ma, “The Impact of Applying Individually Perturbed Parametrization Tendency Scheme on the Simulated El Niño-Southern Oscillation in the Community Earth System Model”, Front. Earth Sci., 9 (2021)	→	Стохастический ансамблевый фильтр Калмана с трансформацией ансамбля возмущений Е. Г. Климова Сиб. журн. вычисл. матем., 22:1 (2019),  27–40
3.	В. Д. Лисейкин, В. И. Паасонен, “Адаптивные сетки и высокоточные схемы для решения сингулярно-возмущенных задач”, Сиб. журн. вычисл. матем., 24:1 (2021), 77–92	→	Компактные разностные схемы и адаптивные сетки для численного моделирования задач с пограничными и внутренними слоями В. Д. Лисейкин, В. И. Паасонен Сиб. журн. вычисл. матем., 22:1 (2019),  41–56
4.	V. D. Liseikin, S. Karasuljic, A. V. Mukhortov, V. I. Paasonen, Lecture Notes in Computational Science and Engineering, 143, Numerical Geometry, Grid Generation and Scientific Computing, 2021, 227	→	Компактные разностные схемы и адаптивные сетки для численного моделирования задач с пограничными и внутренними слоями В. Д. Лисейкин, В. И. Паасонен Сиб. журн. вычисл. матем., 22:1 (2019),  41–56
5.	A. Penenko, V. Penenko, E. Tsvetova, A. Gochakov, E. Pyanova, V. Konopleva, “Sensitivity operator framework for analyzing heterogeneous air quality monitoring systems”, Atmosphere, 12:12 (2021), 1697	→	Метод Ньютона–Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с данными типа временных рядов А. В. Пененко Сиб. журн. вычисл. матем., 22:1 (2019),  57–79
6.	A. V. Penenko, Zh. S. Mukatova, A. B. Salimova, “Numerical study of the coefficient identification algorithm based on ensembles of adjoint problem solutions for a production-destruction model”, Int. J. Nonlinear Sci. Numer. Simul., 22:5 (2021), 581–592	→	Метод Ньютона–Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с данными типа временных рядов А. В. Пененко Сиб. журн. вычисл. матем., 22:1 (2019),  57–79
7.	G. Gallo, A. Isoldi, D. Del Gatto, R. Savino, A. Capozzoli, C. Curcio, A. Liseno, “Numerical aspects of particle-in-cell simulations for plasma-motion modeling of electric thrusters”, Aerospace, 8:5 (2021), 138	→	Метод Ньютона–Канторовича для решения обратных задач идентификации источников в моделях продукции–деструкции с данными типа временных рядов А. В. Пененко Сиб. журн. вычисл. матем., 22:1 (2019),  57–79
8.	И. В. Бойков, В. А. Рязанцев, “Об одном приближённом методе решения обратной коэффициентной задачи для уравнения теплопроводности”, Сиб. журн. индустр. матем., 24:2 (2021), 5–22	→	Об исследовании одной обратной граничной задачи для уравнения теплопроводности А. И. Сидикова Сиб. журн. вычисл. матем., 22:1 (2019),  81–98
9.	С. Б. Сорокин, “Прямой метод решения обратной коэффициентной задачи для эллиптического уравнения с кусочно-постоянными коэффициентами”, Сиб. журн. индустр. матем., 24:2 (2021), 134–147	→	Экономичный прямой метод численного решения задачи Коши для уравнения Лапласа С. Б. Сорокин Сиб. журн. вычисл. матем., 22:1 (2019),  99–117
10.	A. L. Ushakov, “Численный анализ смешанной краевой задачи для уравнения Софи Жермен”, J. Comp. Eng. Math., 8:1 (2021), 46–59	→	Экономичный прямой метод численного решения задачи Коши для уравнения Лапласа С. Б. Сорокин Сиб. журн. вычисл. матем., 22:1 (2019),  99–117
11.	А. Л. Ушаков, “Анализ смешанной краевой задачи для уравнения Пуассона”, Вестн. Южно-Ур. ун-та. Сер. Матем. Мех. Физ., 13:1 (2021), 29–40	→	Экономичный прямой метод численного решения задачи Коши для уравнения Лапласа С. Б. Сорокин Сиб. журн. вычисл. матем., 22:1 (2019),  99–117
12.	Kamila Koledina, Sergey Koledin, Irek Gubaydullin, Communications in Computer and Information Science, 1514, Advances in Optimization and Applications, 2021, 217	→	Автоматизированная система идентификации условий проведения гомогенных и гетерогенных реакций в задачах многоцелевой оптимизации К. Ф. Коледина, С. Н. Коледин, И. М. Губайдуллин Сиб. журн. вычисл. матем., 22:2 (2019),  137–151
13.	K V Trubitsyn, G V Mikheeva, R M Klebleev, O Y Kurganova, “Further boundary conditions in heat conduction problems in multilayer structures”, J. Phys.: Conf. Ser., 1745:1 (2021), 012073	→	Метод получения аналитических решений краевых задач на основе определения дополнительных граничных условий и дополнительных искомых функций И. В. Кудинов, Е. В. Котова, В. А. Кудинов Сиб. журн. вычисл. матем., 22:2 (2019),  153–165
14.	Anton Vladimirovich Eremin, Sofya Alekseevna Zinina, Dmitry Mikhailovich Bragin, Svyatoslav Sergeevich Leonov, Kristina Vladimirovna Gubareva, 2021 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA), 2021, 1033	→	Метод получения аналитических решений краевых задач на основе определения дополнительных граничных условий и дополнительных искомых функций И. В. Кудинов, Е. В. Котова, В. А. Кудинов Сиб. журн. вычисл. матем., 22:2 (2019),  153–165
15.	K V Trubitsyn, G V Mikheeva, R M Klebleev, E V Stefanyuk, “Determination of heat exchange coefficient in heat conductivity problems with asymmetric boundary conditions”, J. Phys.: Conf. Ser., 1745:1 (2021), 012074	→	Метод получения аналитических решений краевых задач на основе определения дополнительных граничных условий и дополнительных искомых функций И. В. Кудинов, Е. В. Котова, В. А. Кудинов Сиб. журн. вычисл. матем., 22:2 (2019),  153–165
16.	G. A. Mikhailov, I. N. Medvedev, “New correlative randomized algorithms for statistical modelling of radiation transfer in stochastic medium”, Russ. J. Numer. Anal. Math. Model, 36:4 (2021), 219–225	→	Рандомизированные алгоритмы метода Монте-Карло для задач со случайными параметрами (метод “двойной рандомизации”) Г. А. Михайлов Сиб. журн. вычисл. матем., 22:2 (2019),  187–200
17.	Г. А. Михайлов, И. Н. Медведев, “Новый корреляционно рандомизированный алгоритм оценки влияния стохастичности среды на перенос частиц”, Докл. РАН. Матем., информ., проц. упр., 498 (2021), 55–58	→	Рандомизированные алгоритмы метода Монте-Карло для задач со случайными параметрами (метод “двойной рандомизации”) Г. А. Михайлов Сиб. журн. вычисл. матем., 22:2 (2019),  187–200
18.	E. G. Kablukova, S. M. Prigarin, “Influence of unbroken clouds stochastic structure on the solar radiation transfer with results of Monte Carlo simulation”, Russ. J. Numer. Anal. Math. Model, 36:2 (2021), 75–86	→	Рандомизированные алгоритмы метода Монте-Карло для задач со случайными параметрами (метод “двойной рандомизации”) Г. А. Михайлов Сиб. журн. вычисл. матем., 22:2 (2019),  187–200
19.	Т. Е. Булгакова, А. В. Войтишек, “Условная оптимизация функционального вычислительного ядерного алгоритма приближения вероятностной плотности по заданной выборке”, Ж. вычисл. матем. и матем. физ., 61:9 (2021), 1431–1446	→	Рандомизированные алгоритмы метода Монте-Карло для задач со случайными параметрами (метод “двойной рандомизации”) Г. А. Михайлов Сиб. журн. вычисл. матем., 22:2 (2019),  187–200
20.	T. Lazovskaya, G. Malykhina, D. Tarkhov, “Physics-based neural network methods for solving parameterized singular perturbation problem”, Computation, 9:9 (2021), 97	→	Численные методы, равномерно сходящиеся относительно параметра для одного класса параметризованных сингулярно возмущенных задач Д. Шакти, Д. Мохапатра Сиб. журн. вычисл. матем., 22:2 (2019),  213–228
1 2 3  Полный список