Academic Year 2021

2021年度 研究業績・発表文献

2021年4月1日~2022年3月31日に該当する項目を、元の getpaper.html から年度別に整理しています。

年度区分は4月~翌年3月です。原文に年のみが記載され、月日を特定できない項目は、記載された暦年の年度に配置しています。掲載内容は原文を基礎とし、カテゴリ順・掲載順を維持しています。

著書3件

(3) 片桐孝洋,大島聡史,「C & Fortran 演習で学ぶ数値計算」,単行本: 221ページ、共立出版、ISBN-10:4320124847、ISBN-13:978-4320124844 、発売日: 2022年3月19日

論文誌1件

(1) 望月 祐志, 中野 達也, 佐藤 伸哉, 坂倉 耕太, 渡邊 啓正, 奥脇 弘次, 大島 聡史, 片桐 孝洋,  Journal of Computer Chemistry, Japan, 2021年20 巻, 4 号, pp. 132-136 (2022/3/17) DOI: https://doi.org/10.2477/jccj.2022-0001
   「FMOプログラムABINIT-MPの整備状況2021

国際会議(査読つき)4件

(1)Naruya Kitai, Daisuke Takahashi, Franz Franchetti, Takahiro Katagiri, Satoshi Ohshima and Toru Nagai, The Sixteenth International Workshop on Automatic Performance Tuning (iWAPT2021) (In Conjunction with the IEEE IPDPS2021 ), Proceedings of IPDPSW2021, pp. 789-787, May 21, 2021, Online, (2021) DOI: 10.1109/IPDPSW52791.2021.00117
    " An Auto-tuning with Adaptation of A64 Scalable Vector Extension for SPIRAL"
        基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(2)Makoto Morishita, Satoshi Ohshima, Takahiro Katagiri and Toru Nagai, The 22nd IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC 2021) (In Conjunction with the IEEE IPDPS2021 ), Proceedings of IPDPSW2021, pp. 723-729, May 21, 2021, Online, (2021) DOI: 10.1109/IPDPSW52791.2021.00109
    "Parallelization of GKV benchmark using OpenACC "
        基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(3)Shinya Hashinoki, Satoshi Ohshima, Takahiro Katagiri, Toru Nagai, The International Conference on High Performance Computing in Asia-Pacific Region (HPC Asia 2022), Jan 12-14, 2022 | Online
        "Implementation of Radio wave propagation loss calculation using RT core" (ポスター発表)

(4)Shota Aoki, Takahiro Katagiri, Satoshi Ohshima, Toru Nagai, The International Conference on High Performance Computing in Asia-Pacific Region (HPC Asia 2022), Jan 12-14, 2022 | Online
        "Feature analysis for selection of implementations in an accurate matrix-matrix multiplication library" (ポスター発表)
      基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」
      学際大規模情報基盤共同利用・共同研究拠点(JHPCN)令和3年度採択課題、「Developing Accuracy Assured High Performance Numerical Libraries for Eigenproblems」(jh210002-NAHI)

招待講演3件

(3) (招待講演) 片桐孝洋、The 2nd Annual Japan Conference 、HPC-AI Advisory Council、オンライン配信、2022年 2 月 16 日(水)
  「Development of "Flow", a supercomputer integrating numerical computation and data science」

国内研究会(査読なし)9件

(2)森下 誠、片桐 孝洋、大島 聡史、永井 亨(名古屋大)、第181回ハイパフォーマンスコンピューティング研究発表会、オンライン、 2021年9月27日(月) (2021)
     「Amplifyを用いたCMOSアニーリングマシンの特性の分析」
     基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(3)山梨祥平(名大)、八代尚(国環研)、片桐孝洋、永井亨、大島聡史(名大)、第182回ハイパフォーマンスコンピューティング研究発表会、オンライン、 2021年12月6日(月)-7日(火) (2021)
     「ppOpen-ATにおける演算精度と消費電力を考慮した自動チューニング方式の提案」
     基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(4)山田 一成 、田島 嘉則 、 髙橋 一郎 、毛利 晃大 、 林 秀和 、片桐 孝洋 、 大島 聡史、 永井 亨 、大学ICT推進協議会 2021年度年次大会、2021年12月15日(水)~17日(金)、幕張メッセ(ハイブリッド開催)、AXIES2021予稿集、pp.- (2021)
     「スーパーコンピュータ「不老」コールドストレージと民間利用制度について」

(5)大島 聡史 、 永井 亨 、 片桐 孝洋 、大学ICT推進協議会 2021年度年次大会、2021年12月15日(水)~17日(金)、幕張メッセ(ハイブリッド開催)、AXIES2021予稿集、pp.- (2021)
     「スーパーコンピュータ「不老」オンライン講習会の展開」

(6) ○満田晴紀,片桐孝洋(名大),坂倉耕太(計算科学振興財団),中野達也(国立医薬品食品衛生研究所),望月祐志(立教大),大島聡史,永井亨(名大)、情報処理学会第84回全国大会、オンライン(ハイブリッド)、 2022年3月3日(木)-5日(土), pp.1-2 (2022)
     「A64FXを用いたフラグメント分子軌道計算プログラムの性能評価 」 (2022年3月4日 全国大会 学生奨励賞 受賞
    基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(7) ○鵜野圭介,大島聡史,片桐孝洋,永井亨(名大)、情報処理学会第84回全国大会、オンライン(ハイブリッド)、 2022年3月3日(木)-5日(土), pp.1-2 (2022)
     「Mesh Tensorflowを用いたMNIST学習の性能評価」

(8) ○福原諒河,森下誠,片桐孝洋,大島聡史,永井亨(名大)、情報処理学会第84回全国大会、オンライン(ハイブリッド)、 2022年3月3日(木)-5日(土), pp.1-2 (2022)
     「サポートベクターマシンへのCMOSアニーリング適用の検討」
   基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(9) 桑村佳佑, 大島聡史, 片桐孝洋, 永井亨、第47回ゲーム情報学研究発表会、オンライン、 2022年3月18日(金)-19日(土), pp. (2021)
     「スパコンにおけるPPOの性能評価」

口頭発表9件

(1)山梨 祥平、八代 尚、片桐 孝洋、永井 亨、大島 聡史第26回計算工学講演会、OS08 ポストムーア時代に重要となる計算技術:最新研究と将来展望 、オンライン開催、計算工学講演会論文集、2021年5月26日 (水) - 5月28日 (金)
       「プログラム上の箇所指定による演算精度を考慮した自動チューニング方式」
  基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(2)片桐 孝洋、 青木 将太、大島 聡史 、 永井 亨 、2021年9月7日(火)、[正会員主催 OS] 、[正会員OS] 先進的環境における数値計算と関連HPC技術(1)   、日本応用数理学会 2021年度年会 予稿集、オンライン開催
    「高精度行列-行列積ライブラリの実装選択パラメタの特徴量解析」
  基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(5) 片桐孝洋、第13回 自動チューニング技術の現状と応用に関するシンポジウム(ATTA2021)、 Zoomによるオンライン開催、2021年12月13日(月)10:30-17:00 (2021)
     「固有値計算のための高性能精度保証ライブラリの開発:最新成果と自動チューニング機能」
     学際大規模情報基盤共同利用・共同研究拠点(JHPCN)令和3年度採択課題、「Developing Accuracy Assured High Performance Numerical Libraries for Eigenproblems」(jh210002-NAHI)

(6) 〇定方翼(名古屋大学)、沼波政倫(名古屋大学、核融合科学研究所)、片桐孝洋(名古屋大学)、大島聡史(名古屋大学)、永井亨(名古屋大学)、2021年度核融合科学研究所一般共同研究(研究会)先進的可視化開発環境を用いた可視化表現法の研究会(VR2021)、令和3年12月16日(木)ー17日(金)、オンライン開催、(2021)
      「位相空間上の分布関数解析に対するクラスタリングを利用したデータ駆動型アプローチ」
      基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」

(7)Takahiro Katagiri, Shota Aoki, Satoshi Ohshima, Toru Nagai,  MS35 Approaches and Challenges for Attaining Performance in the Exascale Era (Organizers: Takahiro Katagiri (Nagoya University, Japan), Osni A. Marques (Lawrence Berkeley National Laboratory, USA), Toshiyuki Imamura (RIKEN, Japan), SIAM Conference on Parallel Processing for Scientific Computing (PP22), February 23-26, 2022, Virtual Conference | Originally scheduled in Seattle, Washington, U.S.
    "Adaptation of Explainable AI for Auto-Tuning on Accurate Matrix Multiplication Library"
     基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」
     学際大規模情報基盤共同利用・共同研究拠点(JHPCN)令和3年度採択課題、「Developing Accuracy Assured High Performance Numerical Libraries for Eigenproblems」(jh210002-NAHI)

(8)望月祐志, 大島聡史, 森脇由隆, 奥脇弘次, 秋澤和輝, 北原駿, 片桐孝洋, 2022年第69回応用物理学会 春季学術講演会,2022年3月22日~26日, 青山学院大学相模原キャンパス+オンライン, 2022/3/23(Wed.) 13:00 - 17:30 口頭講演 (Oral Presentation) E104会場(Room E104)
     「AlphaFold2の「不老」 Type IIでのインストールと試行的利用」

(9)Takahiro Katagiri, 2022 Conference on Advanced Topics and Auto Tuning in High-Performance Scientific Computing (ATAT22), March 29-30, 2022
Meeting Room, 3F, Dept. Math, National Cheng Kung University (Taiwan) & online
    "Adaptation of XAI to Auto-tuning of Numerical Libraries"
     基盤研究(S)、「(計算+データ+学習)融合によるエクサスケール時代の革新的シミュレーション手法」
     学際大規模情報基盤共同利用・共同研究拠点(JHPCN)令和3年度採択課題、「Developing Accuracy Assured High Performance Numerical Libraries for Eigenproblems」(jh210002-NAHI)