論文の概要: Data-driven surrogate modelling and benchmarking for process equipment
- arxiv url: http://arxiv.org/abs/2003.07701v2
- Date: Tue, 8 Sep 2020 14:42:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-24 01:31:15.356197
- Title: Data-driven surrogate modelling and benchmarking for process equipment
- Title(参考訳): データ駆動型サロゲートモデリングとプロセス機器のベンチマーク
- Authors: Gabriel F. N. Gon\c{c}alves, Assen Batchvarov, Yuyi Liu, Yuxin Liu,
Lachlan Mason, Indranil Pan, Omar K. Matar
- Abstract要約: 化学プロセス機器のモデリングを目的とした計算流体力学(CFD)シミュレーションスイートを開発した。
有限関数評価予算の制約の下で,これらのCFDシミュレータをループ内での回帰型能動学習戦略について検討した。
- 参考スコア(独自算出の注目度): 1.8395181176356432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In chemical process engineering, surrogate models of complex systems are
often necessary for tasks of domain exploration, sensitivity analysis of the
design parameters, and optimization. A suite of computational fluid dynamics
(CFD) simulations geared toward chemical process equipment modeling has been
developed and validated with experimental results from the literature. Various
regression-based active learning strategies are explored with these CFD
simulators in-the-loop under the constraints of a limited function evaluation
budget. Specifically, five different sampling strategies and five regression
techniques are compared, considering a set of four test cases of industrial
significance and varying complexity. Gaussian process regression was observed
to have a consistently good performance for these applications. The present
quantitative study outlines the pros and cons of the different available
techniques and highlights the best practices for their adoption. The test cases
and tools are available with an open-source license to ensure reproducibility
and engage the wider research community in contributing to both the CFD models
and developing and benchmarking new improved algorithms tailored to this field.
- Abstract(参考訳): 化学プロセス工学では、複雑なシステムのサロゲートモデルがドメイン探索、設計パラメータの感度解析、最適化のタスクにしばしば必要となる。
化学プロセス機器モデリングのための一連の計算流体力学(cfd)シミュレーションが開発され、文献からの実験結果とともに検証されている。
有限関数評価予算の制約の下で,これらのCFDシミュレータをループ内での回帰型能動学習戦略について検討した。
具体的には,工業的重要性と複雑さの異なる4つの試験事例を考慮し,5つの異なるサンプリング戦略と5つの回帰手法を比較した。
ガウス過程の回帰は、これらのアプリケーションに対して一貫して優れた性能を有することが観察された。
本研究は,さまざまなテクニックの長所と短所を概説し,導入のベストプラクティスを強調する。
テストケースとツールはオープンソースライセンスで利用可能で、再現性を確保し、より広い研究コミュニティにcfdモデルへのコントリビュートや、この分野に合わせた新しい改良アルゴリズムの開発とベンチマークに関わります。
関連論文リスト
- A Thorough Examination of Decoding Methods in the Era of LLMs [76.30313058201182]
復号法は、次世代の予測器から実用的なタスク解決器に言語モデルを変換する上で、必須の役割を果たす。
本稿では,大規模言語モデルの文脈における様々な復号法を包括的かつ多面的に分析する。
その結果,復号法の性能は特にタスク依存的であり,アライメント,モデルサイズ,量子化などの要因に影響されていることが明らかとなった。
論文 参考訳(メタデータ) (2024-02-10T11:14:53Z) - Identifying Simulation Model Through Alternative Techniques for a
Medical Device Assembly Process [0.0]
本稿では,シミュレーションモデルの同定と近似のための2つの異なるアプローチについて検討する。
私たちのゴールは、スナッププロセスを正確に表現し、多様なシナリオに対応できる適応可能なモデルを作ることです。
論文 参考訳(メタデータ) (2023-09-26T17:40:29Z) - Enhancing Multi-Objective Optimization through Machine
Learning-Supported Multiphysics Simulation [1.7522552085069194]
本稿では,多物理シミュレーションを近似・高速化するために,訓練,自己最適化,自己組織化サロゲートモデルの方法論的枠組みを提案する。
2つの実世界のデータセットを生成して公開し、比較的少量のデータでサロゲートモデルをトレーニングできることを示します。
機械学習とディープラーニングの4つのアルゴリズムと2つの最適化アルゴリズムと総合評価戦略を組み合わせた広範囲な実験を行う。
論文 参考訳(メタデータ) (2023-09-22T20:52:50Z) - Diffusion-based Visual Counterfactual Explanations -- Towards Systematic
Quantitative Evaluation [64.0476282000118]
視覚的対物的説明法(VCE)の最新手法は、深い生成モデルの力を利用して、印象的な画質の高次元画像の新しい例を合成する。
評価手順が大きく異なり,個々の実例の視覚検査や小規模なユーザスタディなど,これらのVCE手法の性能を比較することは,現時点では困難である。
本稿では,VCE手法の体系的,定量的評価のためのフレームワークと,使用する指標の最小セットを提案する。
論文 参考訳(メタデータ) (2023-08-11T12:22:37Z) - Data efficient surrogate modeling for engineering design: Ensemble-free
batch mode deep active learning for regression [0.6021787236982659]
そこで本研究では,学生と教師の共用で,サロゲートモデルを学習するための,シンプルでスケーラブルな学習手法を提案する。
提案手法を用いることで,DBALやモンテカルロサンプリングのような他のベースラインと同レベルのサロゲート精度が得られる。
論文 参考訳(メタデータ) (2022-11-16T02:31:57Z) - Deep Gaussian Process-based Multi-fidelity Bayesian Optimization for
Simulated Chemical Reactors [0.0]
深部ガウス過程(DGP)を多密度コイル管型原子炉シミュレーションのモデル化に応用する。
反応器ジオメトリーの探索空間は、異なる忠実度シミュレーションのアマルガムによって探索される。
シミュレーションの精度は、3Dプリントされた原子炉構成から得られた実験データに対して決定される。
論文 参考訳(メタデータ) (2022-10-31T10:52:16Z) - Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。
まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。
我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
論文 参考訳(メタデータ) (2022-06-22T19:33:21Z) - Extending Process Discovery with Model Complexity Optimization and
Cyclic States Identification: Application to Healthcare Processes [62.997667081978825]
モデル最適化のための半自動支援を実現するプロセスマイニング手法を提案する。
所望の粒度で生モデルを抽象化するモデル単純化手法が提案されている。
医療分野の異なるアプリケーションから得られた3つのデータセットを用いて、技術的ソリューションの能力を実証することを目的としている。
論文 参考訳(メタデータ) (2022-06-10T16:20:59Z) - Supply of engineering techniques and software design patterns in
psychoanalysis and psychometrics sciences [0.0]
本研究の目的は、心理療法におけるCBT法(認知行動療法)の弱点を改善するために、ソフトウェア技術、モデル、人工知能アルゴリズムを導入することである。
本研究の目的は、隠れた人間の変数が検査結果から推測される心理測定実験の実装である。
論文 参考訳(メタデータ) (2021-08-16T08:36:37Z) - A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。
我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。
我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文 参考訳(メタデータ) (2020-11-17T22:24:26Z) - Predictive modeling approaches in laser-based material processing [59.04160452043105]
本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。
その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。
結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
論文 参考訳(メタデータ) (2020-06-13T17:28:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。