SlideShare a Scribd company logo
ADVENTURE_Magnetic の概
要
九州大学 金山寛
第 2 回 ADVENTURE 上級者セミナー
September 16, 2005
目次
 ADVENTURE_Magnetic とは?
 ADVENTURE_Magnetic の機能
 解析機能

非線形静磁場解析

時間調和渦電流解析
 領域分割法
 数値実験例
 今後の ADVENTURE_Magnetic
目次
 ADVENTURE_Magnetic とは?
 ADVENTURE_Magnetic の機能
 解析機能

非線形静磁場解析

時間調和渦電流解析
 領域分割法
 数値実験例
 今後の ADVENTURE_Magnetic
ADVENTURE_Magnetic と
は?
 ADVENTURE プロジェクトで開発を行ってい
る磁場解析モジュール
 非線形静磁場解析
 時間調和渦電流解析
 階層型領域分割法 (Hierarchical Domain
Decomposition Method : HDDM) による並列有
限要素法を使用
 新バージョン 1.1 を公開
Ver.1.01 との差分
 難解で多くの手順を必要としていた使
用法を,モジュール全体を見直すこと
でよりわかりやすいものに変更
 プログラムの見直しによって大幅な速
度アップとメモリ使用量の削減を実現
 動的負荷分散版を 3 世代型から親子型
に変更
 静的負荷分散版,シングル版を導入
Ver.1.01 との差分
 難解で多くの手順を必要としていた使
用法を,モジュール全体を見直すこと
でよりわかりやすいものに変更
 実行ファイル数の削減

1 回の解析で使用する実行ファイル 6→3
 ファイル形式の変更
実行ファイル数の削減
BCtool
nec_inp
coec
ユーザーが C 言語によるプログラ
ミングをする必要がある ( 強制電
流密度 )
  *.msh, *.fgr, *.cnd 等
↓
one_indata: 磁場の古いファイル形
式
  FEM 用,テキスト
強制電流密度の補正量を導出
1CPU 用のプログラム
mag2adv
非線形静磁場解析 (Ver.1.01)
*.adv:Metis に渡すファイルを作成
run_adv2hddm
Metis
HDDM に渡すテキストファ
イルを作成
HDDM
iA_ans_merge
計算結果をマージ
磁束密度を計算
可視化用ファイル作成
実行ファイル数の削減
BCtool
advmag_makefem
HDDM
  *.msh, *.fgr, *.cnd 等
↓
一体型解析モデルファイ
ル
強制電流密度の補正量を導出 (HDDM)
解析本体の HDDM
磁束密度,渦電流密度の計算
Ver.1.1
advmag_makeUCD
計算結果をマージ
可視化用ファイル作
成
Metis
ファイル形式の変更
 一体型解析モデルファイル (Metis に渡
すファイル )
 Ver.1.1

要素コネクティビティ,節点座標,境界条件と
いった基本的なメッシュデータのみ
 Ver.1.01

メッシュデータに加え,各種物性値,強制電流
密度,補正量等のデータ
条件を変えたケーススタディの煩
雑化
条件の変更
BCtool
nec_inp
coec
ユーザーが C 言語によるプログラ
ミングをする必要がある ( 強制電
流密度 )
  *.msh, *.fgr, *.cnd 等
↓
one_indata: 磁場の古いファイル形
式
  FEM 用,テキスト
強制電流密度の補正量を導出
1CPU 用のプログラム
mag2adv
非線形静磁場解析 (Ver.1.01)
*.adv:Metis に渡すファイルを作成
run_adv2hddm
Metis
HDDM に渡すテキストファ
イルを作成
HDDM
iA_ans_merge
計算結果をマージ
磁束密度を計算
可視化用ファイル作成
条件の変更
BCtool
advmag_makefem
HDDM
  *.msh, *.fgr, *.cnd 等
↓
一体型解析モデルファイ
ル
強制電流密度の補正量を導出 (HDDM)
解析本体の HDDM
磁束密度,渦電流密度の計算
Ver.1.1
advmag_makeUCD
計算結果をマージ
可視化用ファイル作
成
Metis
:要素コネクティビ
ティ
 節点座標
 境界条件
ファイルの変更
 物性データファイル
 コイル設定ファイル
  B-H 曲線データファイ
ル
物性データファイルと
B-H 曲線データファイル
MagneticReluctivity 4
0 7.957747e+05
1 7.957747e+05
2 7.957747e+05
3 7.957747e+05
Coil 2
1 rf Jo
3 md coil.dat
Conductor 1
0 7.700000e+06
CoilOmega
3.769911e+02
NonLinear 2
1 bh_curve01
3 bh_curve03
31
0.00e+0 0.00
5.30e+2 0.70
5.70e+2 0.80
6.30e+2 0.90
7.00e+2 1.00
7.40e+2 1.05
7.90e+2 1.10
8.40e+2 1.15
9.00e+2 1.20
9.70e+2 1.25
1.05e+3 1.30
1.17e+3 1.35
1.32e+3 1.40
  :  :
  :  :
  :  :
コイル設定ファイル
 強制電流密度の自動生成
 2 種類の形状でコイル領域を定義
 扇形円筒
 平行 6 面体
 上記 2 つで表現しきれないときには強制電
流密度データファイルで節点ごとに与える
強制電流密度の自動生成
 扇形円筒
 円筒の中心軸は x , y , z
軸のいずれかと平行でなけ
ればならない
 電流は中心軸のまわりを一
様に流れるとする
強制電流密度の自動生成
 平行 6 面体
 電流は指定し
た方向に一様
に流れる
強制電流密度の自動生成
 強制電流密度定義ファイルの例
TH-Eddy
Parallelpiped
0.094 0.025 0.049
0.094 0.025 0.149
0.094 0.175 0.049
0.119 0.025 0.049
0.0 –1.0986e+6 0.0 0.0 0.0 0.0
DoubleSectorialCylinder
0.144 0.05 0.049
z 0.1
deg –180.0 90.0
0.025 0.05
1.0986e+6 0.0
解析の種類
強制電流密度(実部・虚部)
基準点
隣り合う 3 点
平行 6 面体
扇形円筒
基準点
平行となる軸と高さ
基準となる位置とそこからの角度
内径・外径
強制電流密度(大きさ)
強制電流密度の自動生成
高さ
基準点
表現できるコイルの例
 2
Z 
1

1

1

1
 2
6
0
0
X0
Γ
1
Γ
1
x
Ver.1.01 との差分
 プログラムの見直しによって大幅な速
度アップとメモリ使用量の削減を実現
 部分領域のソルバーを高速で,メモリ使用
量の少ないものに変更
 プログラム全体の見直しとライブラリ化
 各モジュールの使用法を統一
Ver.1.01 との差分
 動的負荷分散版を 3 世代型から親子型
に変更
 静的負荷分散版,シングル版を導入
3 世代型と親子型
Grand Parent
ParentDisk
Part_1
Part_n
Part_2
Child Child
Disk
Part_1
Part_n
Part_2
Parent 1
Parent
親子型3 世代型
静的負荷分散版
 通信量が少なく,均一な能力
を持つプロセッサで構成され
る PC クラスタやスーパーコ
ンピュータ等の並列計算機環
境で有効
 各プロセッサの負荷が均一で
あるため,能力の異なるプロ
セッサで構成される並列計算
機環境では各プロセッサの能
Disk
Part_1
Part_n
Part_2
Parent 1
Parent
親だけ型
シングル版
 並列計算を行わずに,すべての計算を
ひとつのプロセスとして実行
 MPI なしでコンパイル・実行が行える
 静的負荷分散版において各パートに対
して並列実行される計算を, 1 プロセ
スで順に行うのと同じ
目次
 ADVENTURE_Magnetic とは?
 ADVENTURE_Magnetic の機能
 解析機能

非線形静磁場解析

時間調和渦電流解析
 領域分割法
 数値実験例
 今後の ADVENTURE_Magnetic
ADVENTURE_Magnetic の機
能
 階層型領域分割法 (HDDM) による並列
有限要素法を使用した磁場解析モ
ジュール
 MPI を使った並列処理が可能
 MPI を使わず,領域分割法 (DDM) を逐
次処理するシングル版も使用可能
 2 つの 3 次元解析機能
 非線形静磁場解析
 時間調和渦電流解析
非線形静磁場解析
 強磁性体の非線形特性を考慮
 定式化
 A 法
 非線形反復手法
 Newton 法
 Picard の逐次近似法
 結果出力
 磁束密度 B([T] or [G]) または磁場 H([A/m]
or [A/mm])
A 法
 3 次元非線形静磁場問題
 Ω: 多面体領域
 Ω1: 空気または真空
 Ω2: 磁性体
 未知関数 ( 実関数 )
 A: 磁気ベクトルポテンシャル [Wb/m]
Ω1
Ω2
ΓE
ΓN
Ω
基礎方程式
( )
( )








Γ=⋅
Γ=×
Γ=×
Ω=
Ω=
.onnA
,onnArot
,onnA
,inAdiv
,inJArotrot
N
N
E
0
0
0
0
ν
ν
J : an excitation current density [A/m2
]
ν : the magnetic reluctivity [m/H],
n : the unit normal.
弱形式
( ) ( ) ( )
( )



=
=+
.pgrad,A
,A,JA,pgardArot,Arot
*
***
0
ν
A*
: test function,
p : Lagrange multiplier,
p*
: test function,
( . , . ) : the L2
-inner product.
有限要素法近似
 A:Nedelec の 4 面体 1 次要素
 p: 通常の 4 面体 1 次要素
D.O.F.
有限要素方程式
( ) ( ) ( )
( )



=
=+
.pgrad,A
,A,JA,pgardArot,Arot
*
hh
*
h
*
hh
*
hhh
0
ν
Ah : Finite element approximation of A by
the Nedelec elements of simplex type,
ph : Finite element approximation of p by
the conventional piecewise linear
tetrahedral elements,
Ah
*
, ph
*
: test functions.
電流密度補正
 補正量  を
  でもとめ補正近似電流密度  を
  で定めると
 有限要素方程式
hJ
~
hhh IgradJJ −=
~
( ) ( )**
,, hhhh IgradJIgradIgrad =
hI
Nhh onnJ
~
,inJ
~
div Γ=⋅Ω= 00
( ) ( ).A,J
~
Arot,Arot *
hh
*
hh =ν
非線形反復
 Newton 法
 Picard の逐次近似法
( ) ( )*
hh
*
k
n
h
n
h A,J
~
Arot,Arot =+1
ν
( )
( ) 





















∂
∂
+=






















∂
∂
+ ++
*
h
n
h
n
h
n
*
hh
*
h
n
h
n
h
n
*
h
n
h
n
h
Arot,ArotA
A
A,J
~
Arot,ArotA
A
Arot,Arot
ν
ν
ν 11
時間調和渦電流解析
 交流電流を扱うことに特化した手法
 定式化
 A 法
 A-φ 法
 結果出力
 磁束密度 B([T] or [G]) または磁場 H([A/m]
or [A/mm])
 渦電流密度 Je([A/m2
] or [A/mm2
])
A 法
 3 次元時間調和渦電流問題
 Ω: 多面体領域
 R: 導体領域
 S: 不導体領域
 未知関数 ( 複素関数 )
 A: 磁気ベクトルポテンシャル [Wb/m]
∂Ω
R
S
Γ
Ω
n
有限要素法近似
 A:Nedelec の 4 面体 1 次要素
D.O.F.
有限要素方程式
Ah : Finite element approximation of A by
the Nedelec elements of simplex type,
Ah
*
: test function,
( . , . ) : the complex valued L2
-inner product.
J : an excitation current density
[A/m2
] (div J = 0 in Ω)
ω : the angular frequency [rad/s],
ν : the magnetic reluctivity [m/H],
σ : the conductivity [S/m],
i : the imaginary unit.
( ) ( ) ( ).,
~
,, ***
hhhhhh AJAAiArotArot =− ωσν
A-φ 法
 3 次元時間調和渦電流問題
 Ω: 多面体領域
 R: 導体領域
 S: 不導体領域
 未知関数 ( 複素関数 )
 A: 磁気ベクトルポテンシャル [Wb/m]
 φ: 電気スカラーポテンシャル [V]
∂Ω
R
S
Γ
Ω
n
有限要素法近似
 A:Nedelec の 4 面体 1 次要素
 φ: 通常の 4 面体 1 次要素
D.O.F.
有限要素方程式






=−
=+
−
.0)grad,()grad,grad(
),,
~
(),grad(
),()rot,rot(
**
**
**
hhhh
hhhh
hhhh
Ai
AJA
AAiAA
φωσφφσ
φσ
ωσν
Ah : Finite element approximation of A by
the Nedelec elements of simplex type,
φh : Finite element approximation of φ by
the conventional piecewise linear
tetrahedral elements,
Ah
*
, φh
*
: test functions,
( . , . ) : the complex valued L2
-inner product.
J : an excitation current density
[A/m2
] (div J = 0 in Ω)
ω : the angular frequency [rad/s],
ν : the magnetic reluctivity [m/H],
σ : the conductivity [S/m],
i : the imaginary unit.
領域分割法
(Domain Decomposition Method)
I : 領域内部自由度
B : 領域間境界上の自由度
E : 基本境界条件を与える自由度
領域分割法
(Domain Decomposition Method)










=




















E
B
I
E
B
I
EEEBEI
BEBBBI
IEIBII
f
f
f
u
u
u
KKK
KKK
KKK
[ ]{ } { }fuK =
( )EIEBIBIIII uKuKfuK −−=
( )
( ) EIEIIBIBEIIIBIB
BIBIIBIBB
uKKKKfKKf
uKKKK
††
†
−−−=
−
guS B = (CG 法, COCG 法等で解く )
反復型領域分割法
(Iterative Domain Decomposition Method)
 反復法における行列のベクトル積演算
の結果を,部分領域の有限要素計算の
解を用いることで行列を求めずに得る
手法
 ADVENTURE_Magnetic では以下の 2 つ
の反復法に適用している
 CG 法 ( 非線形静磁場解析 )
 COCG(Conjugate Orthogonal Conjugate
Gradient) 法 ( 時間調和渦電流解析 )
階層型領域分割法
(Hierarchical Domain Decomposition Method)
Whole domain Parts Subdomains
階層型領域分割法
(Hierarchical Domain Decomposition Method)
 ADVENTURE_Magnetic Ver.1.1 で選択
できる並列処理の方法
 静的負荷分散版
 動的負荷分散版
 シングル版
静的負荷分散版
 通信量が少なく,均一な能力
を持つプロセッサで構成され
る PC クラスタやスーパーコ
ンピュータ等の並列計算機環
境で有効
 各プロセッサの負荷が均一で
あるため,能力の異なるプロ
セッサで構成される並列計算
機環境では各プロセッサの能
Disk
Part_1
Part_n
Part_2
Parent 1
Parent
親だけ型
動的負荷分散版
 Parent-Child 間の通信料が
非常に多く,解析時間全
体が長くなりやすい
 それぞれの Child に割り
当てる部分領域の数を調
節することにより,プロ
セッサごとの負荷を変え
ることができるため,非
均質な並列計算機環境で
有効
Child
Disk
Part_1
Part_n
Part_2
Parent 1
Parent
親子型
シングル版
 並列計算を行わずに,すべての計算を
ひとつのプロセスとして実行
 MPI なしでコンパイル・実行が行える
 静的負荷分散版において各パートに対
して並列実行される計算を, 1 プロセ
スで順に行うのと同じ
目次
 ADVENTURE_Magnetic とは?
 ADVENTURE_Magnetic の機能
 解析機能

非線形静磁場解析

時間調和渦電流解析
 領域分割法
 数値実験例
 今後の ADVENTURE_Magnetic
軸対称モデル ( 非線形静磁場解
析 )100
110
5
50
5
35
10
40
40
30
40101535
120
1010
x
z
環状磁性体
空気
コ
イ
ル
[ ]
[ ]
[ ]( )
0
:
975
10
4
1
:yreluctivitMagnetic
1003
:sitycurrentdenExcitation
0
7
27
=×
=
×=
×=
nA
H/m.
H/m
m/A.J
すべての面に
基本境界条件
磁性体ν
πν

軸対称モデル
elements DOF subdomains
DOF on the
interface
(1) 85,963 106,584 8 x 100 37,608
(2) 168,821 206,422 8 x 200 76,504
(3) 423,371 510,559 8 x 500 196,159
(4) 851,505 1,018,459 8 x 1,000 402,505
静的負荷分散版並列処理:
計算機
MNU/LinuxKondaraEthernet,100Mbps
CPUpermemory1GB8,2.0GHz4Pentium: ×
計算条件
( ) ( )
( ) ( )
21
1001
ICCG:subdomain
1001
CG:interface:Solver
1001
Newton:looplinear-Non
9
1
4
3
.
.
RKdiagRM
.
.
N
i
Ti
B
i
BB
i
B
加速係数
収束判定
法
ング簡易的な対角スケーリ
収束判定
法
収束判定
法
−
=
−
−
×
=
×
×
∑
計算結果
Mesh
非線形反復
回数
計算時間 [s]
1CPU あた
りのメモリ
使用量
[MB]
(1) 6 119 4.72
(2) 6 281 9.26
(3) 6 981 23.1
(4) 5 2,109 46.6
収束履歴 (Mesh(1))
History of Residual Norms (Mesh(1))
1.00E-05
1.00E-04
1.00E-03
1.00E-02
1.00E-01
1.00E+00
1.00E+01
1.00E+02
0 50 100 150 200
Numbers of iteration on the interface
ResidualNorms
loop 0
loop 1
loop 2
loop 3
loop 4
loop 5
loop 6
非線形反復の収束履歴
History of Residual Norms
1.00E-04
1.00E-03
1.00E-02
1.00E-01
1.00E+00
1.00E+01
0 2 4 6
Number of iterations of Non-linear loop
ResidualNorms
(1)
(2)
(3)
(4)
磁束密度 (Mesh(1))
ケーキモデル
( 時間調和渦電流解析 )
[ ]
[ ]
[ ]
[ ]s/rad
m/S.
H/m
m/Ai.J
602:frequencyAngular
1077:)(conductortyConductivi
10
4
1:yreluctivitMagnetic
0050:sitycurrentdenExcitation
6
7
2
×=
×=
×=
+=
πω
σ
πν

ケーキモデル
 基本境界条件
.
,nAA
,nAA
0
0:
0:
=
=×−
=×
φ
φ法
法
ケーキモデル
elements
DOF
A-φ method A method
(1) 858,505 1,107,349 1,029,816
(2) 1,705,655 2,183,192 2,031,614
(3) 2,589,930 3,301,101 3,073,873
(4) 3,365,754 4,280,126 3,987,298
(5) 4,374,369 5,551,903 5,172,591
ケーキモデル
subdomains
DOF on the interface
A-φ method A method
(1) 8 x 1,000 457,747 405,755
(2) 8 x 2,100 933,924 827,464
(3) 8 x 3,200 1,424,764 1,262,792
(4) 8 x 4,200 1,865,978 1,654,956
(5) 8 x 5,400 2,422,268 2,146,766
計算条件
( ) ( )
( ) ( )
21
1001
ICCOCG:subdomain
1001
COCG:interface:Solver
10
1
3
.
.
RKdiagRM
.
N
i
Ti
B
i
BB
i
B
加速係数
収束判定
法
ング簡易的な対角スケーリ
収束判定
法
−
=
−
×
=
×
∑
計算条件
静的負荷分散版並列処理:
計算機
MNU/LinuxKondara
Ethernet100Mbps
CPUpermemory1GB
82.0GHz4Pentium: ×
History of residual norms
History of Residual Norms (Mesh(1))
1.00E-04
1.00E-03
1.00E-02
1.00E-01
1.00E+00
1.00E+01
1.00E+02
1.00E+03
0 100 200 300 400 500 600 700 800 900 1000
Number of iterations on the interface
ResidualNorms
Α
Α−φ
インターフェース問題の反復
回数
Mesh
Formulation
Rate [%]
(A-φ /A)A-φ method A method
(1) 336 881 38.1
(2) 462 1,186 39.0
(3) 485 1,484 32.7
(4) 604 1,753 34.5
(5) 687 1,817 37.8
計算時間 [h]
Mesh
Formulation
Rate [%]
(A-φ /A)A-φ method A method
(1) 1.09 3.71 29.4
(2) 2.82 8.99 31.4
(3) 4.51 17.7 25.5
(4) 7.59 28.9 26.3
(5) 10.7 37.0 28.9
1CPU あたりのメモリ使用量
[MB]
Mesh
Formulation
Rate [%]
(A-φ /A)A-φ method A method
(1) 88.1 69.3 127
(2) 176 138 127
(3) 267 210 127
(4) 347 273 127
(5) 451 354 127
理論値との比較
磁場 H [A/m] の理論値
   Hx=Hy=0 , Hz は以下のとおり
  導体内部:
             I0 :変形第 1 種ベッセル関数
, i は虚数単位
             :導体の半径, r :中心か
らの距離
  空気領域:コイルの内側  1+0i [A/m]
               外側  0+0i [A/m]
  コイル内部:
( )
( )
( )aiI
riI
rHz
ωσµ
ωσµ
0
0
=
a
( ) ( ){ } i.rrHz 0150501 +−−=
理論値との相対誤差 [%]
Mesh
Formulation
A-φ method A method
(1) 5.47 5.47
(2) 4.49 4.49
(3) 3.92 3.92
(4) 3.64 3.64
(5) 3.40 3.41
目次
 ADVENTURE_Magnetic とは?
 ADVENTURE_Magnetic の機能
 解析機能

非線形静磁場解析

時間調和渦電流解析
 領域分割法
 数値実験例
 今後の ADVENTURE_Magnetic
今後の
ADVENTURE_Magnetic
 計算時間の短縮
 機能の追加
 非定常渦電流解析
 永久磁石
 などを検討中

More Related Content

What's hot

3-3生態系
3-3生態系3-3生態系
3-3生態系neurorule
 
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
Kensuke Otsuki
 
Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展
Yuichi Yoshida
 
グラフと木
グラフと木グラフと木
『劣モジュラ最適化と機械学習』 4章
『劣モジュラ最適化と機械学習』 4章『劣モジュラ最適化と機械学習』 4章
『劣モジュラ最適化と機械学習』 4章
ayato shimada
 
指数時間アルゴリズム入門
指数時間アルゴリズム入門指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
 
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
id774
 
パターン認識 04 混合正規分布
パターン認識 04 混合正規分布パターン認識 04 混合正規分布
パターン認識 04 混合正規分布sleipnir002
 
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
Kazuhiro Suga
 
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
Deep Learning JP
 
深層学習オートエンコーダー
深層学習オートエンコーダー深層学習オートエンコーダー
深層学習オートエンコーダー
Shuhei Sowa
 
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
京都大学大学院情報学研究科数理工学専攻
 
最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く
shindannin
 
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろーKMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
kyoto university
 
データ解析8 主成分分析の応用
データ解析8 主成分分析の応用データ解析8 主成分分析の応用
データ解析8 主成分分析の応用
Hirotaka Hachiya
 
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
ssuser3e398d
 
PRML11章
PRML11章PRML11章
PRML11章
Takashi Tamura
 
双対性
双対性双対性
双対性
Yoichi Iwata
 
機械学習のための数学のおさらい
機械学習のための数学のおさらい機械学習のための数学のおさらい
機械学習のための数学のおさらい
Hideo Terada
 

What's hot (20)

3-3生態系
3-3生態系3-3生態系
3-3生態系
 
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
二部グラフの最小点被覆と最大安定集合と最小辺被覆の求め方
 
Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展Greed is Good: 劣モジュラ関数最大化とその発展
Greed is Good: 劣モジュラ関数最大化とその発展
 
グラフと木
グラフと木グラフと木
グラフと木
 
『劣モジュラ最適化と機械学習』 4章
『劣モジュラ最適化と機械学習』 4章『劣モジュラ最適化と機械学習』 4章
『劣モジュラ最適化と機械学習』 4章
 
指数時間アルゴリズム入門
指数時間アルゴリズム入門指数時間アルゴリズム入門
指数時間アルゴリズム入門
 
統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践統計学における相関分析と仮説検定の基本的な考え方とその実践
統計学における相関分析と仮説検定の基本的な考え方とその実践
 
パターン認識 04 混合正規分布
パターン認識 04 混合正規分布パターン認識 04 混合正規分布
パターン認識 04 混合正規分布
 
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
Reciprocal Theorem & Castigliano's Theorem (in Japanese) 相反定理とカスチリアの定理
 
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
 
深層学習オートエンコーダー
深層学習オートエンコーダー深層学習オートエンコーダー
深層学習オートエンコーダー
 
動的計画法
動的計画法動的計画法
動的計画法
 
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
 
最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く最小カットを使って「燃やす埋める問題」を解く
最小カットを使って「燃やす埋める問題」を解く
 
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろーKMC 競技プログラミング練習会 Advanced 第3回 ふろー
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
 
データ解析8 主成分分析の応用
データ解析8 主成分分析の応用データ解析8 主成分分析の応用
データ解析8 主成分分析の応用
 
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
[論文解説]KGAT:Knowledge Graph Attention Network for Recommendation
 
PRML11章
PRML11章PRML11章
PRML11章
 
双対性
双対性双対性
双対性
 
機械学習のための数学のおさらい
機械学習のための数学のおさらい機械学習のための数学のおさらい
機械学習のための数学のおさらい
 

Similar to ADVENTURE_Magneticの概要

ADVENTURE_Magnetic Ver.1.3の解説
ADVENTURE_Magnetic Ver.1.3の解説ADVENTURE_Magnetic Ver.1.3の解説
ADVENTURE_Magnetic Ver.1.3の解説
ADVENTURE Project
 
ADVENTURE_Magnetic Ver.1.5.0の概要
ADVENTURE_Magnetic Ver.1.5.0の概要ADVENTURE_Magnetic Ver.1.5.0の概要
ADVENTURE_Magnetic Ver.1.5.0の概要
ADVENTURE Project
 
200730material fujita
200730material fujita200730material fujita
200730material fujita
RCCSRENKEI
 
ADVENTURE_Solidの概要
ADVENTURE_Solidの概要ADVENTURE_Solidの概要
ADVENTURE_Solidの概要
ADVENTURE Project
 
20030203 doctor thesis_presentation_makotoshuto
20030203 doctor thesis_presentation_makotoshuto20030203 doctor thesis_presentation_makotoshuto
20030203 doctor thesis_presentation_makotoshuto
Makoto Shuto
 
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
Toru Tamaki
 
第11回 配信講義 計算科学技術特論B(2022)
第11回 配信講義 計算科学技術特論B(2022)第11回 配信講義 計算科学技術特論B(2022)
第11回 配信講義 計算科学技術特論B(2022)
RCCSRENKEI
 
Light weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceLight weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceishii yasunori
 
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDTScan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Kitsukawa Yuki
 
RBMを応用した事前学習とDNN学習
RBMを応用した事前学習とDNN学習RBMを応用した事前学習とDNN学習
RBMを応用した事前学習とDNN学習
Masayuki Tanaka
 
PRML_from5.1to5.3.1
PRML_from5.1to5.3.1PRML_from5.1to5.3.1
PRML_from5.1to5.3.1
禎晃 山崎
 
深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点
Taiji Suzuki
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
Masahito Ohue
 
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
Sho Kagami
 
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
Masaya Kaneko
 
ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要
ADVENTURE Project
 
Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方wada, kazumi
 
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributesNIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributesYasuo Tabei
 

Similar to ADVENTURE_Magneticの概要 (20)

ADVENTURE_Magnetic Ver.1.3の解説
ADVENTURE_Magnetic Ver.1.3の解説ADVENTURE_Magnetic Ver.1.3の解説
ADVENTURE_Magnetic Ver.1.3の解説
 
ADVENTURE_Magnetic Ver.1.5.0の概要
ADVENTURE_Magnetic Ver.1.5.0の概要ADVENTURE_Magnetic Ver.1.5.0の概要
ADVENTURE_Magnetic Ver.1.5.0の概要
 
200730material fujita
200730material fujita200730material fujita
200730material fujita
 
ADVENTURE_Solidの概要
ADVENTURE_Solidの概要ADVENTURE_Solidの概要
ADVENTURE_Solidの概要
 
20030203 doctor thesis_presentation_makotoshuto
20030203 doctor thesis_presentation_makotoshuto20030203 doctor thesis_presentation_makotoshuto
20030203 doctor thesis_presentation_makotoshuto
 
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
文献紹介:Learnable Gated Temporal Shift Module for Free-form Video Inpainting
 
第11回 配信講義 計算科学技術特論B(2022)
第11回 配信講義 計算科学技術特論B(2022)第11回 配信講義 計算科学技術特論B(2022)
第11回 配信講義 計算科学技術特論B(2022)
 
Light weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceLight weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_face
 
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDTScan Registration for Autonomous Mining Vehicles Using 3D-NDT
Scan Registration for Autonomous Mining Vehicles Using 3D-NDT
 
RBMを応用した事前学習とDNN学習
RBMを応用した事前学習とDNN学習RBMを応用した事前学習とDNN学習
RBMを応用した事前学習とDNN学習
 
PRML_from5.1to5.3.1
PRML_from5.1to5.3.1PRML_from5.1to5.3.1
PRML_from5.1to5.3.1
 
JEITA4602B
JEITA4602BJEITA4602B
JEITA4602B
 
深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
 
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
ICCV2019読み会「Learning Meshes for Dense Visual SLAM」
 
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
GN-Net: The Gauss-Newton Loss for Deep Direct SLAMの解説
 
CMSI計算科学技術特論B(13) 大規模量子化学計算(2)
CMSI計算科学技術特論B(13) 大規模量子化学計算(2)CMSI計算科学技術特論B(13) 大規模量子化学計算(2)
CMSI計算科学技術特論B(13) 大規模量子化学計算(2)
 
ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要ADVENTURE_Thermalの概要
ADVENTURE_Thermalの概要
 
Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方Rでの対称行列の固有値・固有ベクトルの最適な求め方
Rでの対称行列の固有値・固有ベクトルの最適な求め方
 
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributesNIPS2013読み会: Scalable kernels for graphs with continuous attributes
NIPS2013読み会: Scalable kernels for graphs with continuous attributes
 

More from ADVENTURE Project

LexADV_WOVis Ver.0.1bの概要
LexADV_WOVis Ver.0.1bの概要LexADV_WOVis Ver.0.1bの概要
LexADV_WOVis Ver.0.1bの概要
ADVENTURE Project
 
LexADV_TryDDM Ver. 0.1bの概要
LexADV_TryDDM Ver. 0.1bの概要LexADV_TryDDM Ver. 0.1bの概要
LexADV_TryDDM Ver. 0.1bの概要
ADVENTURE Project
 
ADVENTURE_Mates Ver. 0.5bの概要
ADVENTURE_Mates Ver. 0.5bの概要ADVENTURE_Mates Ver. 0.5bの概要
ADVENTURE_Mates Ver. 0.5bの概要
ADVENTURE Project
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTURE Project
 
ADVENTURE_Mates Ver.0.5b データ生成
ADVENTURE_Mates Ver.0.5b データ生成ADVENTURE_Mates Ver.0.5b データ生成
ADVENTURE_Mates Ver.0.5b データ生成
ADVENTURE Project
 
ADVENTURE_MATES専用ビューア AdvMatesViewerについて
ADVENTURE_MATES専用ビューア AdvMatesViewerについてADVENTURE_MATES専用ビューア AdvMatesViewerについて
ADVENTURE_MATES専用ビューア AdvMatesViewerについて
ADVENTURE Project
 
ADVENTURE_sFlowの最新動向
ADVENTURE_sFlowの最新動向ADVENTURE_sFlowの最新動向
ADVENTURE_sFlowの最新動向
ADVENTURE Project
 
ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要
ADVENTURE Project
 
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
ADVENTURE Project
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTURE Project
 
大規模並列解析用可視化モジュール ADVENTURE_POSTtool
大規模並列解析用可視化モジュール ADVENTURE_POSTtool大規模並列解析用可視化モジュール ADVENTURE_POSTtool
大規模並列解析用可視化モジュール ADVENTURE_POSTtool
ADVENTURE Project
 
Linuxにおけるコマンドとエディタの使用方法の紹介
Linuxにおけるコマンドとエディタの使用方法の紹介Linuxにおけるコマンドとエディタの使用方法の紹介
Linuxにおけるコマンドとエディタの使用方法の紹介
ADVENTURE Project
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTURE Project
 
ADVENTURE AutoGL 「おてがる」
ADVENTURE AutoGL 「おてがる」ADVENTURE AutoGL 「おてがる」
ADVENTURE AutoGL 「おてがる」
ADVENTURE Project
 
ADVENTURE_Solid-1.2 構造体リファレンスマニュアル
ADVENTURE_Solid-1.2 構造体リファレンスマニュアルADVENTURE_Solid-1.2 構造体リファレンスマニュアル
ADVENTURE_Solid-1.2 構造体リファレンスマニュアル
ADVENTURE Project
 
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアルADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
ADVENTURE Project
 
ADVENTURE_Solid Ver.1.2の概要
ADVENTURE_Solid Ver.1.2の概要ADVENTURE_Solid Ver.1.2の概要
ADVENTURE_Solid Ver.1.2の概要
ADVENTURE Project
 
DecisionMaker
DecisionMakerDecisionMaker
DecisionMaker
ADVENTURE Project
 
原子力発電プラントの地震耐力予測シミュレーション
原子力発電プラントの地震耐力予測シミュレーション原子力発電プラントの地震耐力予測シミュレーション
原子力発電プラントの地震耐力予測シミュレーション
ADVENTURE Project
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTURE Project
 

More from ADVENTURE Project (20)

LexADV_WOVis Ver.0.1bの概要
LexADV_WOVis Ver.0.1bの概要LexADV_WOVis Ver.0.1bの概要
LexADV_WOVis Ver.0.1bの概要
 
LexADV_TryDDM Ver. 0.1bの概要
LexADV_TryDDM Ver. 0.1bの概要LexADV_TryDDM Ver. 0.1bの概要
LexADV_TryDDM Ver. 0.1bの概要
 
ADVENTURE_Mates Ver. 0.5bの概要
ADVENTURE_Mates Ver. 0.5bの概要ADVENTURE_Mates Ver. 0.5bの概要
ADVENTURE_Mates Ver. 0.5bの概要
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 
ADVENTURE_Mates Ver.0.5b データ生成
ADVENTURE_Mates Ver.0.5b データ生成ADVENTURE_Mates Ver.0.5b データ生成
ADVENTURE_Mates Ver.0.5b データ生成
 
ADVENTURE_MATES専用ビューア AdvMatesViewerについて
ADVENTURE_MATES専用ビューア AdvMatesViewerについてADVENTURE_MATES専用ビューア AdvMatesViewerについて
ADVENTURE_MATES専用ビューア AdvMatesViewerについて
 
ADVENTURE_sFlowの最新動向
ADVENTURE_sFlowの最新動向ADVENTURE_sFlowの最新動向
ADVENTURE_sFlowの最新動向
 
ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要
 
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
ADVENTURE_BCtool Ver.2.の概要と実際[デモ]
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 
大規模並列解析用可視化モジュール ADVENTURE_POSTtool
大規模並列解析用可視化モジュール ADVENTURE_POSTtool大規模並列解析用可視化モジュール ADVENTURE_POSTtool
大規模並列解析用可視化モジュール ADVENTURE_POSTtool
 
Linuxにおけるコマンドとエディタの使用方法の紹介
Linuxにおけるコマンドとエディタの使用方法の紹介Linuxにおけるコマンドとエディタの使用方法の紹介
Linuxにおけるコマンドとエディタの使用方法の紹介
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 
ADVENTURE AutoGL 「おてがる」
ADVENTURE AutoGL 「おてがる」ADVENTURE AutoGL 「おてがる」
ADVENTURE AutoGL 「おてがる」
 
ADVENTURE_Solid-1.2 構造体リファレンスマニュアル
ADVENTURE_Solid-1.2 構造体リファレンスマニュアルADVENTURE_Solid-1.2 構造体リファレンスマニュアル
ADVENTURE_Solid-1.2 構造体リファレンスマニュアル
 
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアルADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
ADVENTURE_Solid 線形代数関数群 advlasリファレンスマニュアル
 
ADVENTURE_Solid Ver.1.2の概要
ADVENTURE_Solid Ver.1.2の概要ADVENTURE_Solid Ver.1.2の概要
ADVENTURE_Solid Ver.1.2の概要
 
DecisionMaker
DecisionMakerDecisionMaker
DecisionMaker
 
原子力発電プラントの地震耐力予測シミュレーション
原子力発電プラントの地震耐力予測シミュレーション原子力発電プラントの地震耐力予測シミュレーション
原子力発電プラントの地震耐力予測シミュレーション
 
ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介ADVENTUREの他のモジュール・関連プロジェクトの紹介
ADVENTUREの他のモジュール・関連プロジェクトの紹介
 

ADVENTURE_Magneticの概要