SciML/DifferentialEquations.jl

解く対象

広範な微分方程式に対して包括的な高性能数値ソルバースイートを提供し、研究者やエンジニアが異なるプログラミング言語（Julia、Python、R）を通じて複雑な数学モデルを効率的に解くことを可能にします。

仕組み

本パッケージは、古典的なC/Fortranの手法から、高精度およびHPCアプリケーション向けに最適化された最新の研究に基づくソルバーまで、多種多様なアルゴリズムを実装しています。Juliaエコシステムと統合されており、GPU加速、自動スパース性検出、および任意精度演算を提供します。また、コードを一行書き換えるだけで、他の言語のソルバーを含む異なるソルバー間で切り替えられるため、容易なベンチマークが可能です。

対象者

研究、教育、または産業用途で微分方程式を解く必要がある科学者、数学者、エンジニア、および科学的機械学習（SciML）に従事する方々。

特徴

• 広範な方程式のサポート: ODE、SDE、DAE、DDE、PDE、およびハイブリッド方程式を解くことができます。
• 科学的AIとの統合: 科学的機械学習のために、DiffEqFlux.jlを介したニューラル微分方程式をサポートしています。
• 高いパフォーマンス: GPU加速とマルチスレッドシミュレーションをサポートし、利用可能な実装の中でも最高速クラスのベンチマーク結果を誇ります。
• 高度な解析: 前向き感度解析および随伴感度解析、パラメータ推定、ベイズ解析、および不確実性定量化のための組み込みツールが含まれています。