論文の概要: Software Development Aspects of Integrating Linear Algebra Libraries

• arxiv url: http://arxiv.org/abs/2509.16081v1
• Date: Fri, 19 Sep 2025 15:27:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:11.224588
• Title: Software Development Aspects of Integrating Linear Algebra Libraries
• Title（参考訳）: 線形代数ライブラリ統合のソフトウェア開発的側面
• Authors: Marcel Koch, Tobias Ribizel, Pratik Nayak, Fritz Göbel, Gregor Olenik, Terry Cojean,
• Abstract要約: 本稿では,Ginkgoの採用におけるアプリケーションソフトウェアの課題とメリットについて論じる。 CFD、電力グリッドシミュレーション、および心電生理学などの異なる領域の例を示す。
• 参考スコア（独自算出の注目度）: 0.5541644538483947
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many scientific discoveries are made through, or aided by, the use of simulation software. These sophisticated software applications are not built from the ground up, instead they rely on smaller parts for specific use cases, usually from domains unfamiliar to the application scientists. The software library Ginkgo is one of these building blocks to handle sparse numerical linear algebra on different platforms. By using Ginkgo, applications are able to ease the transition to modern systems, and speed up their simulations through faster numerical linear algebra routines. This paper discusses the challenges and benefits for application software in adopting Ginkgo. It will present examples from different domains, such as CFD, power grid simulation, as well as electro-cardiophysiology. For these cases, the impact of the integrations on the application code is discussed from a software engineering standpoint, and in particular, the approaches taken by Ginkgo and the applications to enable sustainable software development are highlighted.
• Abstract（参考訳）: 多くの科学的発見はシミュレーションソフトウェアの使用を通じて、あるいは支援されている。 これらの高度なソフトウェアアプリケーションはゼロから構築されるのではなく、特定のユースケースのために小さな部分に依存します。 ソフトウェアライブラリGinkgoは、異なるプラットフォーム上でスパース数値線形代数を処理するためのビルディングブロックの1つである。 Ginkgoを使用することで、アプリケーションは現代的なシステムへの移行を容易にし、より高速な数値線形代数ルーチンを通じてシミュレーションを高速化することができる。 本稿では,Ginkgoの採用におけるアプリケーションソフトウェアの課題とメリットについて論じる。 CFD、電力グリッドシミュレーション、および心電生理学などの異なる領域の例を示す。 これらのケースでは、ソフトウェアエンジニアリングの観点から、統合がアプリケーションコードに与える影響について論じられ、特に、Ginkgoによる持続可能なソフトウェア開発を実現するためのアプローチが強調されます。

関連論文リスト

• PCGBandit: One-shot acceleration of transient PDE solvers via online-learned preconditioners [8.58199539913211]
  古典的解法データを用いた過渡偏微分方程式(PDE)の数値シミュレーションを高速化するアルゴリズムを開発した。 PCGBanditアルゴリズムは、人気のあるオープンソースソフトウェアOpenFOAM上で直接実装されている。
  論文  参考訳（メタデータ） (2025-09-10T16:56:53Z)
• Accelerating Legacy Numerical Solvers by Non-intrusive Gradient-based Meta-solving [12.707050104493218]
  本研究では,機械学習とレガシー数値コードを組み合わせた新しい勾配推定手法を用いた非侵入的手法を提案する。 提案手法が他のベースラインよりも優れていることを示すとともに,PETScに実装された非自動微分可能な数値解法を高速化する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-05T14:39:43Z)
• Asynchronous Integration of Real-Time Simulators for HIL-based Validation of Smart Grids [0.08796261172196743]
  本稿では,実時間シミュレータを協調シミュレーション環境に統合することにより,テストの観点から開放される可能性について考察する。 スマートグリッドアプリケーションは通常、比較的多数の物理デバイス、ソフトウェアコンポーネント、通信技術を含む。
  論文  参考訳（メタデータ） (2023-09-14T11:44:21Z)
• CoLA: Exploiting Compositional Structure for Automatic and Efficient Numerical Linear Algebra [62.37017125812101]
  機械学習における大規模線形代数問題に対して, CoLA という, 単純だが汎用的なフレームワークを提案する。 線形演算子抽象と合成ディスパッチルールを組み合わせることで、CoLAはメモリと実行時の効率的な数値アルゴリズムを自動的に構築する。 偏微分方程式,ガウス過程,同変モデル構築,教師なし学習など,幅広い応用で有効性を示す。
  論文  参考訳（メタデータ） (2023-09-06T14:59:38Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive Coding Networks [65.34977803841007]
  予測符号化ネットワークは、ベイズ統計学と神経科学の両方にルーツを持つ神経科学にインスパイアされたモデルである。 シナプス重みに対する更新規則の時間的スケジュールを変更するだけで、元の規則よりもずっと効率的で安定したアルゴリズムが得られることを示す。
  論文  参考訳（メタデータ） (2022-11-16T00:11:04Z)
• Advancing Reacting Flow Simulations with Data-Driven Models [50.9598607067535]
  マルチ物理問題における機械学習ツールの効果的な利用の鍵は、それらを物理モデルとコンピュータモデルに結合することである。 本章では, 燃焼システムにおけるデータ駆動型低次モデリングの適用可能性について概説する。
  論文  参考訳（メタデータ） (2022-09-05T16:48:34Z)
• Improving Compositionality of Neural Networks by Decoding Representations to Inputs [83.97012077202882]
  我々は、ニューラルネットワークのアクティベーションを制約し、入力に"デコード"するように生成モデルを共同で訓練することで、従来のディープラーニングプログラムの利点を橋渡しする。 本稿では,デオード可能な表現の分布外検出,逆例,校正,公平性への応用を実証する。
  論文  参考訳（メタデータ） (2021-06-01T20:07:16Z)
• Efficient time stepping for numerical integration using reinforcement learning [0.15393457051344295]
  機械学習とメタラーニングに基づくデータ駆動型タイムステッピング方式を提案する。 まず、1つまたは複数の基礎学習者(非滑らかまたはハイブリッドシステムの場合)はRLを使用して訓練されます。 次に、メタ学習者は(システムの状態に応じて)現在の状況に最適と思われる基礎学習者を選択する訓練を受ける。
  論文  参考訳（メタデータ） (2021-04-08T07:24:54Z)
• Universal Differential Equations for Scientific Machine Learning [1.0539847330971805]
  我々は、物理法則や科学モデルに関する情報とデータ駆動機械学習アプローチを混合するためのツールとして、SciMLソフトウェアエコシステムを紹介した。 生体機構の自動発見から高次元ハミルトン・ヤコビ・ベルマン方程式の解法に至るまで、様々な応用がいかにフレーズ化され、効率的に扱われるかを示す。
  論文  参考訳（メタデータ） (2020-01-13T16:40:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。