Technology
Message
RICOSは、物理シミュレーションと機械学習の融合を探求し、独自アルゴリズム「IsoGCN」や流体予測モデル「FluxGNN」、オープンソースライブラリ「Phlower」をはじめとする様々な新技術の開発など、最先端の研究成果を継続的に発信しています。学術機関との共同研究や国際カンファレンスへの登壇を通じて、科学計算技術の可能性をひろげ、製品開発の基盤となる知見を積み上げています。
ICML2024 読み会: 物理シミュレーション×AI を中心に
FluxGNN: 物理シミュレーションと機械学習を融合させた流体現象のための予測モデル
物理屋のための機械学習講義「対称性のある機械学習による物理現象の解析」
【RICOS×ZOZO】NeurIPS2022 論文読み会
serdeマニュアル -Deserializerについて-
熱伝導解析 チュートリアル
固有値解析 チュートリアル
線形静解析 (弾性) チュートリアル
RICOSのシミュレーション高速化技術について
IsoGCN: 物理シミュレーションのための機械学習モデル
物理シミュレーションの機械学習に関する近年の動向と研究紹介
Dockerを活用してFrontISTRを使う
実射影空間 (位相の入れ方 ~ 射影平面の4次元線形空間への埋め込み)
Frame fieldを用いた二次元メッシュ生成
情報幾何勉強会 (情報量)
FEMと幾何学の機械学習