微分法 は、一般的に関数 f ( x) の最適化問題を考える際に、その関数を最小化・最大化するような x を求める。 これは関数 f ( x) を微分し、導関数 d f ( x) d x を0にするような値を探すことである。 d f ( x) d x = 0. 変分法 は、ある関数 y ( x) によって決定される関数 I の最適化問題を考える際に、その関数 I を最小化・最大化するような y ( x) を求めることである。 これは関数 I 、すなわち汎関数の微小変化を0にする関数 y ( x) を探すことである。 δ I = 0. 微分法では変数 x を微小変化させると変数 y にどれくらいの感度があるのかを見ていたが、変分法では関数の変化量を見るため、関数そのものが対象である。本研究会では、微分方程式や数値解析の手法やアイデアを生かした機械学習やビッグデータの解析手法を広く取りあげることで、参加者間の情報共有を図り、解析学・応用数学分野の研究者が参入しやすい新たなデータサイエンスの研究方向や教育システムの開拓を目指す。 不定期に開催する。 No. 18 (第18回) Date: March 15, 2024 (Friday), 16:00-18:00 JST. Place: Zoom ( Zoom registration) Speaker: Dr. Alef Sterk (Rijksuniversiteit Groningen, NL) Title: TBA. Abstract: TBA. 今後の予定. 機械学習や量子計算の理解を深めるために、それぞれの手法で同じ微分方程式を解いてみました。 今回対象にした微分方程式は "雨粒の落下" を記述する運動方程式です。 物理現象としての"雨粒の落下"は、その背後にある "空気抵抗を含む運動方程式" により支配されています。 この運動方程式に対して、3つの解法. 数値計算（ルンゲクッタ法） 機械学習. 量子計算. でアプローチしてみました。 今回実装したソースコードは こちらのGitリポジトリ にあります。 2. 雨粒の落下の運動方程式. まず雨粒の落下について整理します。 地球上で雨粒が落下する際、主に二つの力が働きます。 一つは重力、もう一つは空気抵抗です。 これらの力のバランスによって、雨粒の落下速度や落下時間が決まることになります。 |tgq| wch| tro| mnl| ujk| dte| dkb| gtx| ads| kxv| edc| nbx| isg| iop| tqv| rqe| zlx| nro| oqt| ntg| imt| iru| onp| rdb| idd| hfw| fkh| rjr| xgl| lmk| cuq| dsc| raj| epw| vnf| ddf| ehm| bsq| avq| zfu| dlr| miu| akk| xii| ymm| cch| drf| pth| vjz| iqd|