このトグルを有効にすると、In-Place(コピーなし)で出力が作成されます。 無効にすると、新しいジオメトリが作成されます。

Linear Solver SOPは、32ビットまたは64ビットの浮動小数点精度で評価することができます。 64ビットの方が精度が高いです。 Autoモードは、入力の行列/分解の優先精度に応じて32ビットと64ビットを切り替えます。 64ビット精度で実行すると、作成される浮動小数点アトリビュートは64ビットになります。 32ビット精度で実行すると、作成される浮動小数点アトリビュートは32ビットになります。 この優先精度を変更するには、Attribute Castを使用します。

Linear System Solve と Decompose のモードで使用される直接法ソルバを指定します。 利用可能なソルバは以下のとおりです。

バックエンドの選択に関しては、 Backend を参照してください。

このオプションでは、 Linear System Solve モードで使用されるSparse直接法ソルバに使用されるバックエンドを選択することができます。

これらのソルバの説明は、Eigen: Solving Sparse Linear Systemsを参照してください。

このトグルを有効にすると、直接法ソルバの代わりに反復法ソルバが使用されます。 直接法ソルバの方が精度が良いですが、メモリの消費量が多いです。 反復法ソルバは精度が悪いですが、メモリの消費量が少ないです。 したがって、一般的には、小さな問題には直接法ソルバを、大きな問題には反復法ソルバを使用することを推奨します。

入力の密行列や疎行列に対して直接法ソルバを指定します。 利用可能なソルバは以下のとおりです。

• GMRES

• DGMRES

• MINRES

• ConjugateGradient

• LeastSquaresConjugateGradient

• BiCGSTAB

• IDRS

ソルバの説明は、Eigen: Iterative Linear Solvers moduleと Eigen-unsupported: Iterative Linear Solvers moduleを参照してください。

反復法ソルバで使用されるプリコンディショナを指定します。 利用可能なプリコンディショナは以下のとおりです。

• Identity

• Diagonal

• IncompleteLUT (疎行列のみ)

• IncompleteCholesky (疎行列のみ)

LeastSquaresConjugateGradient ソルバの場合、 Diagonal プリコンディショナを選択することで、ソルバは代わりにLeastSquareDiagonalPreconditionerを使用することができます。

このトグルを有効にすると、反復ソルバは未知ベクトルを初期推定値として使用します。

このトグルを有効にすると、直接法ソルバの代わりにSpectraライブラリの固有値ソルバが使用されます。 この固有値ソルバは、すべての固有値ペアを見つけるのではなく、一部の固有値ペアを効率的に見つけるように設計されています。 この固有値ソルバは、密行列と疎行列のどちらでも利用可能です。

使用される固有値ソルバを指定します。 接頭辞の“Gen”は、そのソルバが一般行列用であるのに対して、接頭辞の“Sym”は、そのソルバが対称行列用であることを意味しています。

• GenEigsSolver

• SymEigsSolver

  これらのソルバは、最大固有値ペアを指定された数だけ見つけます。

• GenEigsRealShiftSolver

• SymEigsShiftSolver

  これらのソルバは、シフトおよび反転モードを使用して、指定されたシフトに最も近い固有値を持つ固有ペアを指定された数だけ見つけます。

各ソルバの詳細は、Spectraのドキュメントを参照してください。

固有値ソルバに要求する固有値と固有ベクトルのペアの数を指定します。 要求された数だけの固有値ペアをソルバが見つけることができなかった場合、このノードは警告を出します。 Spectraからのソルバは、指定された行列に対してすべての固有値ペアを見つけることができないため、このような場合には、 Direct Solver でEigenのソルバを使用することを推奨します。

GenEigsRealShiftSolver と SymEigsShiftSolver の実シフト値を指定します。

反復ソルバと固有値ソルバの相対誤差許容値を指定します。 許容値を小さく指定すると、ソルバの収束に時間がかかる場合があります。

ボリュームプリミティブ、Pointアトリビュート、Primitiveアトリビュート、Detailアトリビュートからの入力行列のソースを指定します。

このトグルを有効にすると、行列が正方行列であると仮定して、可能な場合は常に指定されたデータから行列の形状を推測します。

エンコードから推測されない場合に、行列の行の数を指定します。

エンコードから推測されない場合に、行列の列の数を指定します。

LILの列優先およびCOO疎行列形式の行インデックスを格納する整数アトリビュートの名前を指定します。 配列またはタプルを使用する時、 Col Attribute と Value Attribute も指定する必要がある場合、その配列またはタプルは、それらのアトリビュートと同じ長さである必要があります。

LILの行優先およびCOO疎行列形式の列インデックスを格納する整数アトリビュートの名前を指定します。 配列またはタプルを使用する時、 Row Attribute と Value Attribute も指定する必要がある場合、その配列またはタプルは、それらのアトリビュートと同じ長さである必要があります。

行列エントリーの値が格納された浮動小数点アトリビュートの名前を指定します。 配列またはタプルを使用する時、 Col Attribute と Row Attribute も指定する必要がある場合、その配列またはタプルは、それらのアトリビュートと同じ長さである必要があります。

ベクトルの格納に使用されるストレージを指定します。

ベクトルエントリーの値を格納する浮動小数点アトリビュートの名前を指定します。

ベクトルの格納に使用されるストレージを指定します。

ベクトルエントリーの値を格納する浮動小数点アトリビュートの名前を指定します。

未知ベクトルがポイント/プリミティブとしてエンコードされている場合に、“ピン留めされた”ポイントグループ/プリミティブグループを指定します。 Linear System Solve 、 Decompose 、 Solve with Decomposition のモードでは、そのピン留めされたベクトルエントリーは無視され、 それに呼応する行列の列は計算中に除去されます。

このトグルを有効にすると、ピン留めされたグループを指定した時に呼応する列だけでなく行も削除されます。 このオプションは、正方行列に対してのみ有効です。

結果のベクトルに適用される定数スケールを指定します。

このトグルを有効にすると、計算されたベクトルと入力ジオメトリで指定されたベクトルの合計が出力されます。 スケーリングは合計の前に適用されます。