探索的なシミュレーションと計算負荷が非常に高いシミュレーションの両方を行うために、世界中の物理学者が MATLAB® と Simulink® を使用しています。行列指向の計算環境である MATLAB は、今までにない物理学を求め、業界と連携して迅速にコードを開発するための自然な選択肢といえます。また、MATLAB と Simulink には、ハードウェアコードの生成、データ収集、リアルタイム シミュレーションおよびテスト、データ解析、スケーラブルな計算に適した統合的なアプローチが用意されています。
物理学者は、以下を行うため、MATLAB および Simulink を選択しています。
- AI 手法とワークフローを統合したデータの解析および可視化
- 粒子加速器の実行
- 電波望遠鏡や重力波検出器で受信した信号の処理
- さまざまな "スモールラボ" ハードウェアの制御
- シミュレーションと実験データの比較
- 物理学の授業および他の物理学者との作業の共有
「LIGO では、MATLAB を使用して、重力波検出器の性能を制限する基本波のノイズの解析、干渉計の光学応答の計算、制御チェーン全体の検証を行いました...」
Matthew Evans, MIT
物理学向けの MATLAB および Simulink の使用
"スモールラボ" における物理学向け MATLAB および Simulink
物理学者は、MATLAB や Simulink を使用して、カスタム マイクロスコープなどのラボハードウェアへの接続と制御、さまざまなスペクトル解析の実行のほか、AI を強化したセンサーの開発、データの解析などを行っています。
密行列やスパース行列に対する高度に最適化された演算は、古典多体系および量子多体系のシミュレーションのための迅速なコード開発に便利です。シンボリック数学では、任意の精度で計算を行うことができます。
MATLAB や Simulink を使用して、物理学者は以下を行うことができます。
- ハードウェア接続用の HDL コードおよび C/C++ コードを自動生成し、MATLAB 内で C/C++ コードを使用
- ハードウェアや機器の制御、およびハードウェアや機器からのリアルタイム データ収集
- ビッグデータや要求の厳しい計算向けにクラスター上に演算を展開
- 直感的なライブスクリプトや GUI を使用したコードの共有
- GPU 上での AI やその他の計算負荷の高い解析の高速化
- MATLAB Parallel Server™ によるクラスターやクラウドへの演算のスケーリング
- 対話型のコースカリキュラムを使用した物理学の授業


"ビッグラボ" における物理学向け MATLAB および Simulink
MATLAB および Simulink では、LIGO のような大規模な実験向けにリアルタイム制御システムのラピッド プロトタイピングおよびモデル化を行うことができます。大規模で長期的な共同作業における MATLAB の特に魅力的な機能として、コードの可読性や下位互換性があります。
加速器物理学者は MATLAB を使用して、世界中のシンクロトロンや線形加速器 (Linacs) を制御しています。また、MATLAB を使用して粒子線をモニタリングし、シミュレーションされたバージョンをビームの挙動と比較します。加速器物理学者によって記述された MATLAB や一部のコミュニティ ツールボックスには、ラピッド プロトタイピングや展開システムが用意されており、その性能は世界中で実証されています。
物理学者やエンジニアは、MATLAB や Simulink を使用して、以下を行うことができます。
- ノイズ抑制および信号処理用に AI で強化されたフィルターモジュールを設計
- "大型マシン" の予定外のダウンタイムを削減
- 直感的なスクリプト記述と GUI 環境によってハードウェアを操作
- PLC、FPGA、ASIC 用のコードを生成
- 制御システムの設計
- Simulink Real-Time™ および Speedgoat を使用したデスクトップ シミュレーションからリアルタイムテストへのシームレスな移行
医学物理学向け MATLAB
医学物理学者は治療計画の統合プラットフォームとして MATLAB を使用しており、特に教育や研究に便利に利用できます。放射線療法士は、MATLAB で半自動ラベル付けツールを使用することで、画像誘導放射線治療用などのワークフローにおいて、容易に AI 手法を統合できます。
医学物理学者は、MATLAB およびコミュニティ ツールボックスを使用して、以下を行うことができます。
- 臨床的に正確な治療計画の作成
- 複数のモダリティに対応した強度変調放射線治療の計画
- ディープラーニングの自動セグメンテーション モデルの学習を行うためのデータの前処理およびエクスポート (DICOM やその他のファイル形式から開始)
- さまざまな変換や画像チャネルの入力方法によって、マルチチャネル画像でディープラーニング モデルを学習
- 複雑で現実的な組織の媒体における時間領域の音響および超音波のシミュレーションの実行
