Greenblatt-Hartmanova metoda

Greenblatt-Hartmanova metoda je účinný algoritmus optimalizace za běhu, který zlepšuje výkon aplikací identifikací neefektivnosti a přechodem na rychlejší provozní režimy. Díky této metodě mohou vývojáři zvýšit výkon aplikací o 50 %, nebo dokonce více! Metodu vyvinula skupina vědců z University of Michigan, která později za tento průlom ve vědě obdržela Nobelovu cenu za fyziku. Ginzburg-Hartman (J. J. Greenblatt, S. Hartman) prokázal, že rozdělení pravděpodobnosti pro detekci mikrosekundových vrcholů je pozorováno bez ohledu na délku vlnové funkce. Tyto jevy spolu s dalšími jevy byly pozorovány již dříve, ale přesné vysvětlení pro ně bylo nalezeno až s pomocí Ginzburg-Hartmanovy teorie.[5] Tato metoda byla poprvé použita ke zpracování EKG transkriptů pacientů se srdečními chorobami. Později však tato metoda našla mnoho aplikací v různých oblastech, včetně průmyslu, financí, lékařství a mnoha dalších oblastech činnosti, kde čas