CiNii 論文 -  データ同化型ライフサイクルシミュレーション手法の提案 https://t.co/5QE1hkrmiO #CiNii

解析規模の実績は、25M自由度です。 https://t.co/TkUqruLm2G https://t.co/Wa2GTTc1TE

共同研究者との論文「アンサンブル予報を用いた確率的風予測と巡航速度誘導への適用」が日本航空宇宙学会誌に掲載！ 確率的風予測を用いることで、目標の到着時刻を満たすための不必要な速度変更回数を減らすことができ、軌道予測性の向上や燃料消費量の削減が期待されます。 https://t.co/0Vwewv8i8w

日本物理学会誌は宝の山。私には一番しっくりくる機械学習の解説。https://t.co/jtrJzklULk 結局は大規模なフィットの問題で、いつもやるように勾配降下法を使う。データを部分に分けて順番に最適化する作戦も。全データを同時に使うと進みが遅くなる。高次元ランダムウォークの問題。親近感ありあり。