今、日本のAppStoreで「The Coffee Inc 2」という経営シミュレーションゲームが人気を博しています。その人気ぶりは、アプリストアランキングで一時マインクラフトやスイカゲームを超えるほ...
「レイトレーシング」は 3D グラフィックスの重要な技術となっていて、レイトレーシングを使ったリアリティの高いグラフィックス表現を見る機会が増えてきました。 また同時に、「レイトレーシングをオーディオに応用する」といった言及もちょいちょい見かけるようになりました。 しかし、グラフィックスのシミュレーションにレイトレーシングが有効なのは光の特性をレイトレーシングで近似できているからであり、音の特性に関してはレイトレーシングだけで近似するのは困難です。これはもう少し広く知られていて欲しい事実なのですが、何故かあまりきちんと知られていません……。 そもそも悲しいことに、「物理シミュレーションによる音響空間表現(方角、残響、遮蔽などの表現)」を網羅的に真面目に考察した資料は恐ろしく少ないです。この現状では、レイトレーシングだけで音響空間表現が簡単に出来るというような誤解が生まれてしまうのも仕方ない
ブラックホールに落ちて行くときにどんな光景が見えるのか、疑問に思ったことはありませんか。そんな疑問に答える映像をNASA(アメリカ航空宇宙局)が公開しました。コンピュータ・シミュレーションにより可視化した映像です。 ブラックホールには、それ以上近づくと光でさえ脱出することができなくなる境界があります。その境界面は「事象の地平面」と呼ばれます。 今回公開された可視化映像は、その事象の地平面の内部まで入って行くものと、事象の地平面に接近後にそこから離れて戻ってくるものと、2パターンが公開されています。 カメラが接近していくブラックホールは、天の川銀河の中心にある、太陽の430万倍の質量をもつ超巨大ブラックホールです。ブラックホールの事象の地平面は約2500万kmにおよびます。ブラックホールは高温で輝くガス円盤(降着円盤)に取り囲まれており、また円盤の内側には光子リングも見えています。 こちらは
","naka5":"<!-- BFF501 PC記事下(中⑤企画)パーツ=1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下(中⑥デジ編)パーツ=8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下(中⑥デジ編)パーツ=8826 -->","adcreative72":"<!-- BFF920 広告枠)ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag PC誘導枠5行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
イギリス・ケンブリッジ大学の研究チームが、「量子もつれ」と呼ばれる現象を利用することで、量子力学の世界において、25%の確率で過去に起こった事象を未来で変えることができるシミュレーションに成功したと発表しました。 Phys. Rev. Lett. 131, 150202 (2023) - Nonclassical Advantage in Metrology Established via Quantum Simulations of Hypothetical Closed Timelike Curves https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.150202 Scientists Successfully Simulate Backward Time Travel with a 25% Chance of
『Cities: Skylines II』は10月25日のPC版発売以来、最適化不足によるパフォーマンス問題が課題として指摘されている。そうした中、あるユーザーが独自検証によりパフォーマンス問題の原因を推察。距離に関わらず市民一人ひとりが「歯」に至るまで詳細に描画されるとの見解を投じ、波紋を広げている。 この状況を受けて開発元は海外メディアを通じて声明を発表。距離に関わらず詳細に描画される市民がパフォーマンスに影響を与えている点について認め、現在改善を進めていると明かした。 『Cities: Skylines II』は、高い評価を得た都市開発シミュレーションゲーム『Cities: Skylines(シティーズ:スカイライン)』の続編だ。プレイヤーは居住区やインフラなどを整備し、さらに産業を活性化させながら街を一から建設。市民の生活や経済などが複雑にシミュレーションされ、それらのニーズや状況
目的 Pythonを用いて特定のリターン・リスク(標準偏差)を持つ資産に毎月積立投資を行った場合の長期資産推移を、モンテカルロ法によるシミュレーションで算定する 計算の概要 Pandas、Numpyを用いて、対象期間における月次の対数収益率を、正規分布に従う乱数として生成する 得られた乱数を用いて、毎月積立投資を行った場合の資産推移をパーセンタイル値として出力する 実行例 今回作成した解析用のクラスであるasset_modelの実行例を示します。 実装方法は後述します。 1. 資産のリターン・リスクを設定する # 期待対数収益率、標準偏差(%,年換算) mu = 8 s = 20 #リターンmu、リスクsのモデルを定義 model = asset_model(mu,s) 対象資産の年次の対数収益率の期待値(平均)、標準偏差を入力します 今回の例では、全世界株式(ACWI)を想定した値(期待
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く