DDD 新一代3D离散位错动力学代码。 位错动力学是一个复杂的领域，具有巨大的进入障碍。 该项目的目的是创建一个代码库，该代码库是： 易于使用。 易于维护。 易于开发。 模块化的。 愚蠢的证明。 有据可查并经过测试。 表演者。 易于并行化。 功能清单 建立规则的长方体网格。 比Matlab快10倍以上。 组角，边和面。 加载条件。 边界条件的结构。 生成边界条件的过程。 悬臂边界条件。 加载功能。 力量 规则长方体网格的Peach-Koehler力。 比Matlab快10倍。 无限域的Peach-Koehler力（ σHat是输入而不是通过FEM计算）。 O(N^2)节段力。 比C快约1.1倍。 序列号 CPU并行化 自我力量。 比Matlab快10倍。 拓扑结构 内部重新整理。 网格细化。 比Matlab快100倍以上。 网格变

Java 媒体 ，挺好用的。

Circuitscape.jl：电路理论的算法，用于预测异构环境中的连通性

StatsModelComparisons.jl 项目状态 建置状态 此包装的目的 该软件包实现了统计比较思想（第7章）中使用和解释的模型比较方法。因此，StatsModelComparisons.jl是一部分。 最重要的方法是基于的Pareto平滑重要性抽样（PSIS）和PSIS留一法交叉验证。 Julia的翻译是通过@ alvaro1101（在Github上）在一个名为的（未出版）包中。统计重新思考的另一个重要方法是WAIC。 Rob J Goedman已经完成了Julia v1 +的更新，新的Pkg生态系统以及WAIC和pk实用程序的添加。克里斯·费舍尔（Chris Fisher）添加了DIC。 David Widmann已对代码进行了重大改进。该软件包的状态仍处于试验阶段，如StatisticalRethinking.jl一样，其主要目的是学习统计建模方法和陷阱。 安装 Stat

Calculus.jl：Julia中的微积分功能

结构动力学Dynamics of Structures_J.L. Humar.pdf

心理计量学 这个软件包是我为研究项目而建造的游乐场。 它提供了对象（Julia结构）和专用方法（函数）来处理项目响应理论（IRT）统计范式下的心理测量数据。 文档仍在进行中。 但是，某些功能具有详细说明，可在文档页面或使用Julia帮助?找到这些详细说明? 。 结构 Item ：一个不可变的，包含有关项目（测试中的问题）的信息，例如id::String项标识符， calibrated::Bool表示它是字段项（ false ）还是操作项（ true ），以及field parameters::AbstractParameter ，它接受可变的项目参数对象（请参见下文）。 Examinee ：一个不可变的，包含有关考生（应试者）的信息。 字段latent::AbstractLatent接受可变的潜在变量（请参见下文）。 AbstractParameters ：目前只有抽象Abstrac

蠕虫链

顺序拟合 动机 如果我们有一个只能采样的未知函数f(x) ，我们可以选择一个以参数向量p特征的已知函数g(x,p) 。 用最小二乘法，我们可以找到p最小化的总和-的平方误差\sum_{x\in X}(g(x,p) - f(x))^2以设定的采样点的X 。 如果评估f昂贵，那么仔细选择采样点符合我们的利益。 假设我们的模型已经很不错了，我们可以使用它来找出下一步要采样的地方。 猜测要采样的点是x^* ，其中g(x^*,p)的p梯度尽可能大（这是我们最有可能从采样中学到的东西）的地方。 我们还希望避免在同一位置多次采样。 该程序包实现了这种顺序采样方法。 使用范例 using SequentialFit, Plots gaussian (x,mu,sigma) = exp ( - ((x - mu) / sigma) ^ 2 ) function expensiveFunction (x

GeneticAlgorithms.jl, 在Julia中，编写遗传算法的轻量级框架 GeneticAlgorithms.jl 这个轻量级框架简化了创建遗传算法并同时运行它们的过程。基本用法你有什么问题？假设你有一个简单的等式 a 2b 3c 4d 5e = 42 你想找到一个解决方法。创建模