SciML/ModelingToolkit.jl
An acausal modeling framework for automatically parallelized scientific machine learning (SciML) in Julia. A computer algebra system for integrated symbolics for physics-informed machine learning and automated transformations of differential equations
何を解決するか
ModelingToolkit.jl は、複雑な科学的モデルに対する高性能な数値シミュレーションを作成する難しさに対処します。高レベルの数学的記述と高速実行に必要な最適化された低レベルコードの間のギャップを埋め、特に科学的機械学習および科学的計算に特化しています。
仕組み
このフレームワークは、記号的・数値的計算を使用してモデルを事前処理します。ユーザーはシステムの高レベルな記述(たとえば微分方程式)を提供し、ツールキットが自動的に変換・最適化します。これには、ヤコビアンやヘッセ行列の高速関数の生成、計算のスパース化、タスクの並列化、インデックス削減などの変換が含まれ、モデルを数値ソルバーとより互換性のある状態にします。
対象ユーザー
科学的計算および科学的機械学習において、複雑な方程式ベースのモデルを効率的に構築・結合・解く必要がある研究者やエンジニア向けに設計されています。
主な特徴
- 記号的前処理: 数値実行前にモデルを自動的に分析・強化します。
- 自動コード生成: ヤコビアンやヘッセ行列などの重要なコンポーネント用の最適化された関数を生成します。
- 合成可能なシステム: 複数のサブシステム(例:相互作用するODEシステム)を1つの大きなモデルに接続できます。
- パフォーマンス最適化: 自動スパース化と並列化を実装し、計算速度を向上させます。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト