SciML/DifferentialEquations.jl

해결 대상

방대한 범위의 미분 방정식에 대해 포괄적인 고성능 수치 솔버 제품군을 제공하여, 연구자와 엔지니어가 다양한 프로그래밍 언어(Julia, Python, R)를 통해 복잡한 수학 모델을 효율적으로 해결할 수 있도록 합니다.

작동 방식

이 패키지는 클래식한 C/Fortran 방식부터 고정밀 및 HPC 애플리케이션에 최적화된 최신 연구 기반 솔버에 이르기까지 매우 다양한 알고리즘을 구현합니다. Julia 생태계와 통합되어 GPU 가속, 자동 희소성 탐지 및 임의 정밀도 산술을 제공합니다. 또한 사용자가 코드 한 줄을 변경하는 것만으로 다른 언어의 솔버를 포함한 다양한 솔버 간을 전환할 수 있어 쉬운 벤치마킹이 가능합니다.

대상 사용자

연구, 교육 또는 산업 응용 분야를 위해 미분 방정식을 풀어야 하는 과학자, 수학자 및 엔지니어와 과학적 기계 학습(SciML) 분야 종사자.

주요 특징

• 광범위한 방정식 지원: ODE, SDE, DAE, DDE, PDE 및 하이브리드 방정식을 해결합니다.
• 과학적 AI 통합: 과학적 기계 학습을 위해 DiffEqFlux.jl을 통한 신경 미분 방정식을 지원합니다.
• 고성능: GPU 가속 및 멀티스레드 시뮬레이션을 지원하며, 사용 가능한 구현 중 가장 빠른 수준의 벤치마크 성능을 보여줍니다.
• 고급 분석: 순방향 및 인접 민감도 분석, 매개변수 추정, 베이지안 분석 및 불확실성 정량화를 위한 내장 도구를 포함합니다.