#contents
----
* Hardware Acceleration[#o443ae69]
- [[From slow to SIMD: A Go optimization story>https://sourcegraph.com/blog/slow-to-simd]] - GoでのSIMDを使った高速化事例
- [[SIMD Matters>https://box2d.org/posts/2024/08/simd-matters/]]
- [[Do Low-level Optimizations Matter?>https://cantrip.org/sortfast.html]]
- [[Neo Geo Dev: Fixed Point Numbers>https://mattgreer.dev/blog/neo-geo-dev-fixed-point/]] - 固定小数点演算
* Pseudorandom Number Generator [#md6e53dc]
- [[疑似乱数 - Wikipedia>https://ja.wikipedia.org/wiki/%E6%93%AC%E4%BC%BC%E4%B9%B1%E6%95%B0]]
- [[乱数生成の基本アルゴリズムまとめ（線形合同法、M系列、中心極限定理の応用 etc）>https://www.hello-statisticians.com/explain-terms-cat/random_sampling1.html]]
- [[講座 シミュレーションのための乱数入門 乱数発生の原理>https://www.jspf.or.jp/Journal/PDF_JSPF/jspf2020_06/jspf2020_06-292.pdf]]
- [[乱数の仕組み>https://qiita.com/mk668a/items/d53515817c41e22e77f0]]
- [[PCG, A Family of Better Random Number Generators>https://www.pcg-random.org/]]
- [[10年前の自分に伝えたい、たった一つの擬似乱数生成器>https://qiita.com/umireon/items/8c1f20c03a4d7b6b7587]]
- [[HISTORY OF UNIFORM RANDOM NUMBER GENERATION>https://www.informs-sim.org/wsc17papers/includes/files/016.pdf]] - 古代からの乱数生成の歴史
* Sort [#s585696b]
- [[ソート - Wikipedia>https://ja.wikipedia.org/wiki/%E3%82%BD%E3%83%BC%E3%83%88]]
- [[基本的なソートアルゴリズム11個まとめ>https://shinoarchive.com/contents/1916/]]
-[[Sort, sweep, and prune: Collision detection algorithms>https://leanrada.com/notes/sweep-and-prune/]] - 衝突判定に使用するソートアルゴリズム
* Kalman Filter [#f3cdccaa]
- [[Kalman Filter Explained Simply>https://thekalmanfilter.com/kalman-filter-explained-simply/]] - カルマンフィルタの簡単な説明
* Image Analysis [#ofa0a649]
- [[Cris’ Image Analysis Blog>https://www.crisluengo.net/]] - 画像処理系アルゴリズムの歴史/比較解説
* Compress [#l9721fd4]
- [[Dissecting the GZIP format>https://www.infinitepartitions.com/art001.html]]
* Graph [#vb81215b]
- [[アルゴリズムとデータ構造大全>https://take44444.github.io/Algorithm-Book/index.html]]
* Arithmetic Distance [#n48dde4f]
- [[Marvelous Arithmetics of Distance>https://mathenchant.wordpress.com/2023/10/17/marvelous-arithmetics-of-distance/]] - 距離計算アルゴリズムまとめ
- [[距離と類似度の解説 – S-Analysis>https://data-analysis-stats.jp/%e6%a9%9f%e6%a2%b0%e5%ad%a6%e7%bf%92/%e8%b7%9d%e9%9b%a2%e3%81%a8%e9%a1%9e%e4%bc%bc%e5%ba%a6%e3%81%ae%e8%a7%a3%e8%aa%ac/]]
