SciML/SciMLBenchmarks.jl

何を解決するか

SciMLBenchmarks.jl は、科学的機械学習（SciML）ツールや方程式ソルバーのパフォーマンスを評価するための標準化されたオープンソースフレームワークを提供します。さまざまな言語や実装における数値手法の速度、頑健性、精度を公正かつ再現可能に比較する必要性に対応しています。

仕組み

このプロジェクトは、ノートブックや Weave.jl ファイルを含むベンチマークスイートのコレクションを維持しており、さまざまな問題に対してソルバーをテストします。効率性は「ワーク・プレシジョン図」を使用して測定され、誤差許容範囲に対する実行時間のプロットにより、特定の精度レベルで最も効率的な手法を特定します。ベンチマークは標準化されたハードウェア（AMD EPYCプロセッサ）上で実行され、再現性を確保しており、自動的にPDF、HTML、ノートブック形式に生成されます。

対象ユーザー

方程式ソルバー、パラメータ推定手法、またはニューラルオペレーターを比較し、特定の数学的問題に最適なツールを選ぶ必要がある計算科学および科学向けAIの研究者、開発者、実務家。

主な特徴

• 包括的なカバレッジ：非剛性/剛性ODE、SDE、DDE、および物理情報ニューラルネットワーク（PINNs）を含む幅広い手法をベンチマーク。
• 科学向けAIの統合：DeepONetsやFourier Neural Operatorsなどのサロゲートモデルの比較を含む。
• 再現可能なインフラ：特定のCPUおよびGPU構成を持つセルフホストGitHub Actionsランナーを使用して、一貫したハードウェア基準を維持。
• インタラクティブな探索：ローカルでインタラクティブなノートブックを生成・実行し、ベンチマーク結果を検証または拡張可能。