目次
23 関係: 天文学、宇宙論、ルベーグ積分、プログラミング言語、ベイズの定理、ベイズ因子、ベイズ統計学、分配関数、エネルギー地形、スペクトル、C++、C言語、統計力学、熱力学、物理学者、物性物理学、相転移、Haskell、Julia (プログラミング言語)、Python、R言語、有限要素法、曲線あてはめ。
天文学
天文学（てんもんがく、英：astronomy, 独：Astronomie, Sternkunde, 蘭：astronomie (astronomia)カッコ内は『ラランデ歴書』のオランダ語訳本の書名に見られる綴り。, sterrenkunde (sterrekunde), 仏：astronomie）は、天体や天文現象など、地球外で生起する自然現象の観測、法則の発見などを行う自然科学の一分野。
見る Nested sampling algorithmと天文学
宇宙論
宇宙論（うちゅうろん、cosmology）とは、「宇宙」や「世界」などと呼ばれる人間をとりかこむ何らかの広がり全体「cosmos」は元はギリシャ語のκόσμοςコスモスであり、これは「秩序」という意味で「chaosカオス」（。
見る Nested sampling algorithmと宇宙論
ルベーグ積分
数学において、一変数の非負値関数の積分は、最も単純な場合には、その関数のグラフと 軸の間の面積と見なすことができる。ルベーグ積分（ルベーグせきぶん、Lebesgue integral）は、積分をより多くの関数へ拡張したものである。ルベーグ積分においては、被積分関数は連続である必要はなく、至るところ不連続でもよいし、関数値として無限大をとることがあってもよい。さらに、関数の定義域も拡張され、測度空間と呼ばれる空間で定義された関数を被積分関数とすることもできる。 数学者は長い間、十分滑らかなグラフを持つ非負値関数、例えば有界閉区間上の連続関数、に対しては、「曲線の下部の面積」を積分と定義できると理解しており、多角形によって領域を近似する手法によってそれを計算した。しかし、より不規則な関数を考える必要が、例えば解析学や確率論において極限を考えるときに生じたため、より注意深い近似の手法が適切な積分を定義するために必要なことが明らかとなった。また、局所コンパクト群のような、実数直線よりも一般の空間上で積分をしたいことがある。ルベーグ積分はこの重要な仕事をするために必要な正しい抽象化を与える。例えば、フーリエ級数などの関数列の極限として表される関数に対して、積分と極限操作が可換となるかどうかをリーマン積分で考えると非常に繊細な議論が必要だが、ルベーグ積分では、積分と極限操作の交換が可能であるための簡単な十分条件が分かっている。
見る Nested sampling algorithmとルベーグ積分
プログラミング言語
プログラミング言語（プログラミングげんご、）とは、プログラムを記述するための人工言語。コンピュータプログラムを書くために考案された、正確に定義された記号と規則のしくみ。以前は、しばしばプログラム言語と表記された。
見る Nested sampling algorithmとプログラミング言語
ベイズの定理
トーマス・ベイズ（c. 1701–1761） 確率論や統計学において、トーマス・ベイズ牧師にちなんで名付けられたベイズの定理（ベイズのていり、Bayes' theorem）、ベイズの法則、最近ではベイズ・プライスの定理とは、ある事象に関連する可能性のある条件についての事前の知識に基づいて、その事象の確率を記述するものである。例えば、健康問題の発生リスクが年齢とともに増加することが知られている場合、ベイズの定理により、ある年齢の個人のリスクを、単にその個人が集団全体の典型的な例であると仮定するよりも、（年齢を条件として）より正確に評価することができる。 ベイズの定理を応用したものに、推計統計学の手法の一つであるベイズ推定がある。その際、定理に関わる確率は、異なる確率解釈をすることができる。
見る Nested sampling algorithmとベイズの定理
ベイズ因子
ベイズ因子（ベイズいんし、Bayes factor）は、ベイズ統計学において、伝統的統計学の仮説検定に代わる方法として用いられる数値である。 データベクトルx に基づいて2つの数学的モデル M1 と M2 のどちらかを選択する問題を考える。ここで、ベイズ因子 K は で与えられる。この方法は尤度比検定あるいは最尤法に似ているが、尤度（モデルあるいは母数を定数とし、それを条件とする確率変数x の条件付き確率のこと）を最大化するのでなく、母数を確率変数とし、それに対して平均値をとってから最大化するところが違う。一般にモデルは母数ベクトル（複数の母数をベクトルとして扱う）によって規定される。これらをM1 に対して θ1 、 M2 に対して θ2 としよう。K は で与えられる。このK の対数をとり、「データ x によって与えられる M2 を基準としたM1 の証拠の重み（weight of evidence）」と呼ぶこともある。単位はビット（2を底にした場合）など。
見る Nested sampling algorithmとベイズ因子
ベイズ統計学
ベイズ統計学（ベイズとうけいがく、Bayesian statistics）は、確率のベイズ的解釈に基づく統計学（および理論）を指す。
見る Nested sampling algorithmとベイズ統計学
分配関数
統計力学において、分配関数（ぶんぱいかんすう、Partition function）または状態和（じょうたいわ、state sum, sum over states）は、ある系の物理量の統計集団的平均を計算する際に用いられる規格化定数を指す。単に分配関数と呼ぶときはカノニカル分布における分配関数を指し、ドイツ語で状態和を表す語Zustandssummeに由来する記号Zで表すW.
見る Nested sampling algorithmと分配関数
エネルギー地形
物理学、化学、生化学において、エネルギー地形 (エネルギーちけい、)とは、ある分子実体について有り得る全ての配座、もしくは相互作用を及ぼしあう分子群の相対位置に対して、対応するエネルギーレベル、通常はギブズエネルギーを与える写像をいう。 この考え方は、タンパク質フォールディングについて調べる際に有用である。理論的には、タンパク質は無限に近い数の配座を取り得るが、実際にはエネルギー地形上の最低点に相当する二次構造および三次構造をとるように折り畳まれる（これを「緩和」するとも言う）。タンパク質フォールディングにおけるエネルギー地形法の重要な概念は、仮説である。 触媒分野においては、新しい触媒の設計や既存の触媒の改良において、望ましい反応を停止させてしまうような低エネルギー中間体もしくは高エネルギー中間体の生成を避けるためエネルギー地形が調査される。
見る Nested sampling algorithmとエネルギー地形
スペクトル
水素の輝線スペクトル（バルマー系列） スペクトル（、）とは、複雑な情報や信号をその成分に分解し、成分ごとの大小に従って配列したもののことである。2次元以上で図示されることが多く、その図自体のことをスペクトルと呼ぶこともある。 様々な領域で用いられる用語で、様々な意味を持つ。現代的な意味のスペクトルは、分光スペクトルか、それから派生した意味のものが多い。
見る Nested sampling algorithmとスペクトル
C++
C++（シープラスプラス）は、汎用プログラミング言語のひとつである。派生元であるC言語の機能や特徴を継承しつつ、表現力と効率性の向上のために、手続き型プログラミング・データ抽象・オブジェクト指向プログラミング・ジェネリックプログラミングといった複数のプログラミングパラダイムが組み合わされている。C言語のようにハードウェアを直接扱うような下位層向けの低水準言語としても、複雑なアプリケーションソフトウェアを開発するための上位層向け高水準言語としても使用可能である。アセンブリ言語以外の低水準言語を必要としないこと、使わない機能に時間的・空間的コストを必要としないことが、言語設計の重要な原則となっている。
見る Nested sampling algorithmとC++
C言語
C言語（シーげんご、C programming language）は、1972年にAT&Tベル研究所のデニス・リッチーが主体となって開発した汎用プログラミング言語である。英語圏では「C language」または単に「C」と呼ばれることが多い。日本でも文書や文脈によっては同様に「C」と呼ぶことがある。制御構文などに高水準言語の特徴を持ちながら、ハードウェア寄りの記述も可能な低水準言語の特徴も併せ持つ。基幹系システムや、動作環境の資源制約が厳しい、あるいは実行速度性能が要求されるソフトウェアの開発に用いられることが多い。後発のC++やJava、C#など、「C系」と呼ばれる派生言語の始祖でもある。 ANSI、ISO、またJISにより言語仕様が標準規格化されている。
見る Nested sampling algorithmとC言語
統計力学
は、力学系の微視的な物理法則を基にして、確率論の手法を用いて巨視的な性質を導き出すことを目的とした物理学の分野の一つである。統計物理学（statistical physics）や統計熱力学（statistical thermodynamics) とも呼ばれる。歴史的には理想気体の温度や圧力などの熱力学的な性質を気体分子運動論の立場から演繹することを目的としてルートヴィッヒ・ボルツマン、ジェームズ・クラーク・マクスウェル、ウィラード・ギブズらによって始められた。理想気体だけでなく、実在気体や、液体、固体やそれらの状態間の相転移、磁性体、ゴム弾性などの巨視的対象が広く扱われる。
見る Nested sampling algorithmと統計力学
熱力学
熱力学（ねつりきがく、thermodynamics）は、物理学の一分野で、熱や物質の輸送現象やそれに伴う力学的な仕事についてを、系の巨視的性質から扱う学問。アボガドロ定数個程度の分子から成る物質の巨視的な性質を巨視的な物理量（エネルギー、温度、エントロピー、圧力、体積、物質量または分子数、化学ポテンシャルなど）を用いて記述する。
見る Nested sampling algorithmと熱力学
物理学者
は、物理学に携わる研究者のことである。
見る Nested sampling algorithmと物理学者
物性物理学
物性物理学（ぶっせいぶつりがく）は、物質のさまざまな巨視的性質を微視的な観点から研究する物理学の分野。量子力学や統計力学を理論的基盤とし、その理論部門を物性論（ぶっせいろん）と呼ぶことも多い。これらは日本の物理学界独特の名称であるが、しばしば凝縮系物理学condensed matter physicsに比定される。狭義には固体物理学を指し、広義には固体物理学（結晶・アモルファス・合金）およびソフトマター物理学・表面物理学・物理化学、プラズマ・流体力学などの周辺分野を含む。
見る Nested sampling algorithmと物性物理学
相転移
相転移（そうてんい、phase transition）とは、ある系の相（phase）が別の相へ変わることを指す。しばしば相変態（そうへんたい、phase transformation）とも呼ばれる。熱力学または統計力学において、相はある特徴を持った系の安定な状態の集合として定義される。一般には物質の状態（固体、液体、気体）の相互変化として理解されるが、同相の物質中の物性変化（結晶構造や密度、磁性など）や基底状態の変化に対しても用いられる。相転移に現れる現象も単に「相転移」と呼ぶことがある。
見る Nested sampling algorithmと相転移
Haskell
Haskell（ハスケル）は非正格な評価を特徴とする純粋関数型プログラミング言語である。名称は数学者であり論理学者であるハスケル・カリーに由来する。
見る Nested sampling algorithmとHaskell
Julia (プログラミング言語)
Julia（ジュリア）は、汎用プログラミング言語水準から高度の計算科学や数値解析水準まで対処するよう設計された高水準言語かつ仕様記述言語、及び動的プログラミング言語である。並行計算、並列計算、分散コンピューティング、及びAdapter パターン不要でC言語やFORTRANへのForeign function interfaceに対応している。ガベージコレクションを行い先行評価を用いるほか、浮動小数点数計算、線型代数学、高速フーリエ変換、正規表現照合のライブラリを利用できる。 LLVMコンパイラフレームワークを用いてC言語、C++、Schemeで組まれており、標準ライブラリの殆どは独自に実装された。注目すべき特徴は速度であり、完全に最適化したC言語（PythonやR言語よりも桁違いに速い場合が多い）と比べて計算パフォーマンスの低下は半分程度であると知られている。
見る Nested sampling algorithmとJulia (プログラミング言語)
Python
Python（パイソン）はインタープリタ型の高水準汎用プログラミング言語である。
見る Nested sampling algorithmとPython
R言語
R言語（アールげんご）はオープンソース・フリーソフトウェアの統計解析向けのプログラミング言語及びその開発実行環境である。ファイル名拡張子は.r,.R,.RData,.rds,.rda。 R言語はニュージーランドのオークランド大学のRoss IhakaとRobert Clifford Gentlemanにより作られた。現在ではR Development Core Team によりメンテナンスと拡張がなされている。 R言語のソースコードは主にC言語、FORTRAN、そしてRによって開発された。 なお、R言語の仕様を実装した処理系の呼称名はプロジェクトを支援するフリーソフトウェア財団によれば『GNU R』であるが 、他の実装形態が存在しないために日本語での慣用的呼称に倣って、当記事では、仕様・実装を纏めて適宜にR言語や単にR等と呼ぶ。
見る Nested sampling algorithmとR言語
有限要素法
有限要素法（ゆうげんようそほう、Finite Element Method, FEM）は数値解析手法の一つ。 解析的に解くことが難しい微分方程式の近似解を数値的に得る方法の一つでありBrenner, S., & Scott, R. (2007). The mathematical theory of finite element methods (Vol.
見る Nested sampling algorithmと有限要素法
曲線あてはめ
曲線あてはめ（きょくせんあてはめ）またはカーブフィッティング（curve fitting）本間 仁,春日屋 伸昌「次元解析・最小二乗法と実験式」コロナ社(1989)加川 幸雄,霜山 竜一「入門数値解析」朝倉書店(2000)John R. Taylor、林 茂雄、 馬場 凉「計測における誤差解析入門 」東京化学同人(2000)吉沢 康和「新しい誤差論―実験データ解析法 」共立出版 (1989/10) は、実験的に得られたデータまたは制約条件に最もよく当てはまるような曲線を求めること。最良あてはめ、曲線回帰とも。一般に内挿や回帰分析を用いる。場合によっては外挿も用いる。回帰分析で曲線を求める場合、その曲線はデータ点を必ず通るわけではなく、曲線とデータ点群の距離が最小になるようにする。曲線あてはめによって得られた曲線を、近似曲線という。特に回帰分析を用いた場合には回帰曲線という。現実の実験データは直線的ではないことが多いため散布図、近似曲線を求める必要性は高い。
見る Nested sampling algorithmと曲線あてはめ