論文の概要: Analog and hybrid computing in the 21st century

• arxiv url: http://arxiv.org/abs/2611.00446v1
• Date: Fri, 30 Oct 2026 23:01:21 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:19:05.000955
• Title: Analog and hybrid computing in the 21st century
• Title（参考訳）: 21世紀のアナログとハイブリッドコンピューティング
• Abstract要約: 多くのアナログコンピュータは非線形力学系を表す。 それらが生成する信号に解をエンコードする。 現代の科学計算は、アナログアプローチを様々な応用に活用することができる。
• 参考スコア（独自算出の注目度）: 2.2971149416529593
• License:
• Abstract: Analog computers solve problems through physical representations of mathematical variables and relations, often using the dynamics of electronic circuits and their associated signals. Many analog computers directly represent nonlinear dynamical systems; they encode their solutions in the signals that they generate. Although most modern scientific computing relies on digital architectures with inherently discrete-valued representations and algorithmic approaches, the design constraints of such architectures increasingly limit both performance and energy efficiency. Analog systems can circumvent some of these constraints; they execute specific computations very efficiently by mapping them directly onto physical processes using smaller and simpler computing elements than the ones in digital architectures. In this article, we provide an interdisciplinary perspective on modern analog and hybrid (i.e., analog-digital) computing. We discuss how modern scientific computing workflows can leverage analog approaches in various applications, such as in simulating dynamical systems, performing optimization, and enabling more energy-efficient implementations of artificial intelligence.
• Abstract（参考訳）: アナログコンピュータは、しばしば電子回路とその関連する信号の力学を用いて、数学的変数と関係の物理表現を通じて問題を解く。 多くのアナログコンピュータは非線形力学系を直接表現し、それらが生成する信号に解をエンコードする。 現代の科学計算のほとんどは、本質的に離散的な数値表現とアルゴリズムアプローチを持つデジタルアーキテクチャに依存しているが、そのようなアーキテクチャの設計制約は、性能とエネルギー効率の両方をますます制限している。 アナログシステムはこれらの制約を回避でき、デジタルアーキテクチャよりも小さくて単純な計算要素を用いて物理プロセスに直接マッピングすることで、特定の計算を非常に効率的に実行する。 本稿では,現代アナログとハイブリッド(アナログデジタル)コンピューティングの学際的視点について述べる。 我々は、動的システムのシミュレーション、最適化、人工知能のよりエネルギー効率の良い実装の実現など、現代の科学計算ワークフローが様々なアプリケーションでアナログアプローチをどのように活用できるかを論じる。

関連論文リスト

• Generative Models on Analog Hardware with Dynamics [1.1602089225841632]
  現代の生成モデルは柔軟でソフトウェア定義の力学を仮定するが、アナログハードウェアは近似能力に制限のある固定された物理学決定微分方程式を課す。 本稿では,ハードウェア実装可能な動的システムのための統合フレームワークであるAnalog Interaction Systemsを紹介する。 Wasserstein GANトレーニング手順は、特定の軌道に従うことなく、これらのモデルのトレーニングを可能にするために開発されている。
  論文  参考訳（メタデータ） (2026-06-25T17:13:00Z)
• Modern analog computing for solving differential and matrix equations [2.376184732836716]
  計算タスクの多様性を考えると、進化するランドスケープを現代のアナログコンピューティングと呼ぶ。 微分方程式の解法、行列方程式の解法、行列ベクトル乗法の実行の3つの基本計算プリミティブを同定する。 本稿では,アナログコンピューティングの強み,現況,課題を明確にした統一的な視点を提供する。
  論文  参考訳（メタデータ） (2026-06-11T10:46:22Z)
• Neural Operators for Accelerating Scientific Simulations and Design [85.89660065887956]
  Neural Operatorsとして知られるAIフレームワークは、継続的ドメインで定義された関数間のマッピングを学習するための原則的なフレームワークを提供する。 ニューラルオペレータは、計算流体力学、天気予報、物質モデリングなど、多くのアプリケーションで既存のシミュレータを拡張または置き換えることができる。
  論文  参考訳（メタデータ） (2023-09-27T00:12:07Z)
• Solving Differential-Algebraic Equations in Power System Dynamic Analysis with Quantum Computing [0.0]
  本稿では、電力系統の動的解析において、DAEを解くために量子コンピューティングアルゴリズムを用いることを実証する。 本稿では,電力系統のDAEを指数還元法を用いて正規微分方程式(ODE)に等価に変換するために,記号型プログラミングフレームワークを利用する。 系の非線形性は、量子線型方程式解法によって状態変数を更新できるように、テイラー展開を切断したハミルトンシミュレーションによって捉えられる。
  論文  参考訳（メタデータ） (2023-06-02T23:58:31Z)
• Biologically Plausible Learning on Neuromorphic Hardware Architectures [27.138481022472]
  ニューロモルフィックコンピューティング(Neuromorphic Computing)は、アナログメモリの計算によってこの不均衡に直面している新興パラダイムである。 この研究は、異なる学習アルゴリズムがCompute-In-Memoryベースのハードウェアに与える影響を初めて比較し、その逆も行った。
  論文  参考訳（メタデータ） (2022-12-29T15:10:59Z)
• Theory and Implementation of Process and Temperature Scalable Shape-based CMOS Analog Circuits [6.548257506132353]
  本研究はアナログMLプロセッサを設計するための新しいアナログコンピューティングフレームワークを提案する。 私たちの研究の核心は形状ベースのアナログコンピューティング(S-AC)です。 S-ACパラダイムにより、ユーザーは計算精度をシリコン回路領域と電力でトレードオフできる。
  論文  参考訳（メタデータ） (2022-05-11T17:46:01Z)
• Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
  シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。 シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。 我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
  論文  参考訳（メタデータ） (2021-12-06T18:45:31Z)
• Constructing Neural Network-Based Models for Simulating Dynamical Systems [59.0861954179401]
  データ駆動モデリングは、真のシステムの観測からシステムの力学の近似を学ぼうとする代替パラダイムである。 本稿では,ニューラルネットワークを用いた動的システムのモデル構築方法について検討する。 基礎的な概要に加えて、関連する文献を概説し、このモデリングパラダイムが克服すべき数値シミュレーションから最も重要な課題を概説する。
  論文  参考訳（メタデータ） (2021-11-02T10:51:42Z)

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。