フリンの分類 - Wikipedia
フリンの分類（フリンのぶんるい、英: Flynn's taxonomy）は、計算機科学の分野で並列処理に関するコンピュータ・アーキテクチャの分類である。マイケル・J・フリン（Michael J. Flynn）が1966年に提案した。[1][2]。 分類[編集] フリンが提唱した分類は、アーキテクチャ上の命令(または制御)の並行度とデータストリームの並行度に基づく4種類である。 分類 概要
Basic Linear Algebra Subprograms - Wikipedia
Basic Linear Algebra Subprograms（BLAS）は数値線形代数の基礎的演算に必要な関数を定義するAPIである[3]。ベクトル・行列演算を含む38の関数からなるLevel 1 BLASが1979年に発表されたのち[4]、Level 2 および Level 3 まで拡張された。多数の実装が作成・整備され続けており、この分野におけるデファクトスタンダードとなっている。BLASの基礎演算を利用してLAPACKなどの上位パッケージが構築されており、科学技術計算・高性能計算で多用される。 BLASの関数を多用するソフトウェアにおいてBLAS実装（ライブラリ）の質は速度に直結する。高度な最適化は実装が動くハードウェアに依存するため、多くのハードウェアベンダーが自社デバイスに特化したライブラリを提供している（インテル：Intel oneAPI Math Kernel Libra
SIMD - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "SIMD" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2017年11月） SIMDの概念図 PU = 処理装置 (processing unit) single instruction, multiple data（シングルインストラクション・マルチプルデータ、SIMD[注釈 1][注釈 2]）とはコンピューターの演算処理に関するフリンの分類のひとつで、1つの命令を同時に複数のデータに適用する並列化の形態を指す[5]。この手法にもとづく演算をベクトル演算 (vector operation) と呼ぶこともある。通例、SIMD命令により
NUMA - Wikipedia
NUMA（英: Non-Uniform Memory Access）とは、共有メモリ型マルチプロセッサコンピュータシステムのアーキテクチャのひとつで、複数プロセッサが共有するメインメモリへのアクセスコストが、メモリ領域とプロセッサに依存して均一でないアーキテクチャである。日本語では「不均一メモリアクセス」や「不均等メモリアクセス」と訳される[1][2]。 定義[編集] プロセッサとメモリの対（これをノードと呼ぶ）が複数存在し、それらをインターコネクト（その詳細は問わない）で接続したものを学術的にはNUMAの定義としている。ただし共有メモリ型であるので各プロセッサが全ノードのメモリを利用可能である必要があり、各ノードのメモリを全プロセッサに共通の物理アドレス空間にマップできることが要件となる。あるプロセッサから見て同一ノードのメモリを「ローカル」メモリ、他ノードのメモリを「リモート」メモリと
量子色力学 - Wikipedia
スダルシャン · マーシャク · ファインマン · ゲルマン · 坂田 · グラショー · ツワイク · 南部 · ハン · カビボ · ワインバーグ · サラーム · 小林 · 益川 · トホーフト · フェルトマン · グロス · ポリツァー · ウィルチェック 量子色力学（りょうしいろりきがく、英語: quantum chromodynamics、略称: QCD）とは、素粒子物理学において、SU(3)ゲージ対称性に基づき、強い相互作用を記述する場の量子論である。 色[編集] 陽子と中性子の量子色力学 クォークとグルーオンは、カラーチャージと呼ばれる量子数を持つ。カラーチャージは、光の三原色からの類推により「赤」、「緑」、「青」と呼ばれることがある[1]。 カラーチャージを持たない状態は「白色」であるとも呼ばれる。これは SU(3) リー代数の表現を分かりやすい言葉で表したものである。
偏微分方程式 - Wikipedia
偏微分方程式（へんびぶんほうていしき、英: partial differential equation, PDE）は、未知関数の偏導関数を含む微分方程式である。 概要[編集] 微分方程式は通常多くの解をもち、しばしば解集合を制限する境界条件を付加して考える。常微分方程式の場合にはそれぞれの解がいくつかのパラメータの値によって特徴付けられるような族を解としてもっているが、偏微分方程式については、パラメータは関数値をとると考えるほうが有用である。このことは、過剰決定的な方程式系でない限りは概ね正しいといえる。 偏微分方程式は、自然科学の分野で流体や重力場、電磁場といった場に関する自然現象を記述するモデルとして現れる。これらの場というものは例えば、フライトシミュレーションやコンピュータグラフィックス、あるいは天気予報などを扱うために重要な役割を果たす道具である。また、一般相対性理論や量子力学の基
ランジュバン方程式 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "ランジュバン方程式" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2017年2月） ランジュバン方程式 （ランジュバンほうていしき、（英: Langevin equation）は、統計力学において、あるポテンシャルの下でのブラウン運動を記述する確率微分方程式である。アインシュタインのブラウン運動の理論を受けてポール・ランジュバンによって最初に示された。 最も簡単なランジュバン方程式は、ポテンシャルが定数であるとして調べられたものであり、質量 m のブラウン粒子の加速度 a が、粒子の速度 v に比例する粘性力（ストークスの式、β は抵抗
モンテカルロ法 - Wikipedia
モンテカルロ法（モンテカルロほう、（英: Monte Carlo method、MC）とはシミュレーションや数値計算を乱数を用いて行う手法の総称。元々は、中性子が物質中を動き回る様子を探るためにスタニスワフ・ウラムが考案しジョン・フォン・ノイマンにより命名された手法。カジノで有名な国家モナコ公国の4つの地区（カルティ）の1つであるモンテカルロから名付けられた。ランダム法とも呼ばれる。 計算理論[編集] 計算理論の分野において、モンテカルロ法とは誤答する確率の上界が与えられる乱択アルゴリズム（ランダム・アルゴリズム）と定義される[1]。一例として素数判定問題におけるミラー-ラビン素数判定法がある。このアルゴリズムは与えられた数値が素数の場合は確実に Yes と答えるが、合成数の場合は非常に少ない確率ではあるが No と答えるべきところを Yes と答える場合がある。一般にモンテカルロ法は独立
電磁場解析 - Wikipedia
電磁場解析（でんじばかいせき、英: electromagnetic field analysis）とは、マクスウェルの方程式を解くことにより、対象物と電磁場の相互作用を解析することである。過去には、マクスウェルの方程式から導出される偏微分方程式を解析的に解くことを指していたが、現在はもっぱらコンピュータによって数値計算することを指す。 工学分野では、電磁界解析という。電磁場解析には、静電場（静電界）解析、静磁場（静磁界）解析、電磁誘導解析、電磁波解析等が含まれる。このうち、電磁波解析は高周波回路や無線通信用回路、アンテナやレーダー等の設計・解析、電磁環境適合性 (EMC) 回折格子などに使用される。また、比較的低周波（数十Hz - 数百Hz）の磁界解析は、モーターなどの回転器やリニアアクチュエータ（英語版）の設計などに用いられる。 計算電磁気学 (CEM)[編集] コンピュータを用いて電磁
格子ゲージ理論 - Wikipedia
アドラー（英語版） • ベーテ • ボゴリューボフ • カラン（英語版） • キャンドリン（英語版） • コールマン • ドウィット（英語版） • ディラック • ダイソン • フェルミ • ファインマン • フィールツ（英語版） • フレーリッヒ（英語版） • ゲルマン • ゴールドストーン • グロス • トホーフト • ジャッキーヴ（英語版） • クライン • ランダウ • 李政道 • レーマン • マヨラナ • 南部 • パリージ • ポリャコフ • アブドゥッサラーム • シュウィンガー • スキルム • シュテュッケルベルク • シマンチク（英語版） • 朝永 • フェルトマン • ワインバーグ • ワイスコフ • ウィルソン • ウィルチェック • ウィッテン • 楊振寧 • 湯川 • ジマーマン（英語版） 格子ゲージ理論（こうしゲージりろん、lattice gauge th
最急降下法 - Wikipedia
この項目では、最適化アルゴリズムについて説明しています。解析的（漸近）近似については「最急降下法 (漸近解析)（英語版）あるいは鞍点法（英語版）」をご覧ください。 最急降下法（さいきゅうこうかほう、英: gradient descent, steepest descent）[1]は、関数（ポテンシャル面）の傾き（一階微分）のみから、関数の最小値を探索する連続最適化問題の勾配法のアルゴリズムの一つ。勾配法としては最も単純であり、直接・間接にこのアルゴリズムを使用している場合は多い。最急降下法をオンライン学習に改良した物を確率的勾配降下法と呼ぶ。 尚、最急降下法の“最急”とは、最も急な方向に降下することを意味している。すなわち、収束の速さに関して言及しているわけではない（より速いアルゴリズムがあり得る）。 手法[編集] n 次のベクトル x = (x1, x2, ... , xn) を引数とす
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Cuthill–McKee algorithm - Wikipedia
MPICH - Wikipedia