非負値行列因子分解（NMF）の概要とアルゴリズム及び実装例について
非負値行列因子分解（NMF）の概要
非負値行列因子分解（Non-negative Matrix Factorization、NMF）は、与えられた非負の行列を2つの非負の行列の積に分解する手法となる。具体的には、与えられ...
機械学習:Machine Learning
REINFORCE (Monte Carlo Policy Gradient)の概要とアルゴリズム及び実装例について
REINFORCE (Monte Carlo Policy Gradient)の概要
REINFORCE（またはMonte Carlo Policy Gradient）は、強化学習の一種で、方策勾配法（Policy...
Weisfeiler-Lehman Algorithmの概要と関連アルゴリズム及び実装例について
Weisfeiler-Lehman Algorithmの概要
Weisfeiler-Lehman Algorithm(W-Lアルゴリズム)は、グラフ同型性テストのためのアルゴリズムであり、主に、与えられた2つの...
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)の概要と適用事例および実装例について
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)について
DBSCANは、データマイニングや機械学習における人気のあるクラス...
物理シミュレーションに用いられるInteraction Networksの概要と関連アルゴリズム及び実装例
物理シミュレーションに用いられるInteraction Networksの概要
Interaction Networks（INs）は、物理シミュレーションや他の科学的応用に使用される、グラフ構造を持つデータ間の...
Graph Network-based Simulatorsの概要とアルゴリズム及び実装例
Graph Network-based Simulatorsの概要
Graph Network-based Simulators（GNS）は、グラフネットワークを用いて物理システムの動的挙動を予測する物理シミュ...
物理シミュレーションに用いられるGraphNetworksの概要とアルゴリズム及び実装例
物理シミュレーションに用いられるGraphNetworksの概要
物理シミュレーションにおけるGraph Networksの応用は、複雑な物理システムを効率的かつ高精度にモデル化するための強力な手法となる。以下...
物理インフォームドニューラルネットワーク（PINNs）の概要とアルゴリズム及び実装例
物理インフォームドニューラルネットワーク（PINNs）の概要
物理インフォームドニューラルネットワーク（PINNs）は、データ駆動型の機械学習アプローチと物理モデリングを組み合わせた手法であり、ニューラルネッ...
有限体積法の概要と関連アルゴリズム及び実装例
有限体積法の概要
有限体積法（Finite Volume Method、FVM）は、偏微分方程式を解くための数値解法の一つであり、物理的な領域を有限個のセルに分割し、各セル内で方程式を平均化して離散化すること...
MeshGraphNetsの概要とアルゴリズム及び実装例
MeshGraphNetsの概要
MeshGraphNetsは、物理シミュレーションに特化したグラフニューラルネットワーク（GNN）の一種で、特にメッシュベースの表現を用いたシミュレーションに優れてたもので、M...