論文の概要: Facilitating automated conversion of scientific knowledge into
scientific simulation models with the Machine Assisted Generation,
Calibration, and Comparison (MAGCC) Framework
- arxiv url: http://arxiv.org/abs/2204.10382v1
- Date: Thu, 21 Apr 2022 19:30:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-25 13:00:09.760781
- Title: Facilitating automated conversion of scientific knowledge into
scientific simulation models with the Machine Assisted Generation,
Calibration, and Comparison (MAGCC) Framework
- Title（参考訳）: Machine Assisted Generation, Calibration, and Comparison (MAGCC) Framework を用いた科学知識の科学シミュレーションモデルへの自動変換
- Authors: Chase Cockrell, Scott Christley, Gary An
- Abstract要約: Machine Assisted Generation, Comparison, and Computational (MAGCC)フレームワークは、繰り返し発生する重要なステップとプロセスのマシンアシストと自動化を提供する。
MAGCCは、自然言語処理または既存の数学的モデルから抽出された知識抽出のためのシステムを橋渡しする。
MAGCCフレームワークは任意の科学領域をカスタマイズでき、今後は新たに開発されたコード生成AIシステムを統合する予定だ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Machine Assisted Generation, Comparison, and Calibration (MAGCC)
framework provides machine assistance and automation of recurrent crucial steps
and processes in the development, implementation, testing, and use of
scientific simulation models. MAGCC bridges systems for knowledge extraction
via natural language processing or extracted from existing mathematical models
and provides a comprehensive workflow encompassing the composition of
scientific models and artificial intelligence (AI) assisted code generation.
MAGCC accomplishes this through: 1) the development of a comprehensively
expressive formal knowledge representation knowledgebase, the Structured
Scientific Knowledge Representation (SSKR) that encompasses all the types of
information needed to make any simulation model, 2) the use of an artificially
intelligent logic reasoning system, the Computational Modeling Assistant (CMA),
that takes information from the SSKR and generates, in a traceable fashion,
model specifications across a range of simulation modeling methods, and 3) the
use of the CMA to generate executable code for a simulation model from those
model specifications. The MAGCC framework can be customized any scientific
domain, and future work will integrate newly developed code-generating AI
systems.
- Abstract（参考訳）: machine assisted generation, comparison, and calibration (magcc) フレームワークは、科学的シミュレーションモデルの開発、実装、テスト、使用において、繰り返し重要なステップとプロセスの機械支援と自動化を提供する。
magccは自然言語処理あるいは既存の数学モデルから抽出された知識抽出システムを橋渡しし、科学モデルと人工知能(ai)によるコード生成を支援する包括的なワークフローを提供する。
MAGCCはこれを達成します。
1) 総合的に表現可能な形式的知識表現知識ベースである構造化科学知識表現(Structured Scientific Knowledge Representation, SSKR)の開発。
2)人工知能による論理推論システムである計算モデリングアシスタント(cma)の使用は、sskrから情報を取得し、トレース可能な方法で、様々なシミュレーションモデリング手法にわたってモデル仕様を生成する。
3)これらのモデル仕様からシミュレーションモデルの実行可能なコードを生成するためにCMAを使用する。
MAGCCフレームワークは任意の科学領域をカスタマイズでき、今後は新たに開発されたコード生成AIシステムを統合する予定だ。
関連論文リスト
- Towards Synthetic Trace Generation of Modeling Operations using In-Context Learning Approach [1.8874331450711404]
本稿では,イベントログのモデリング,インテリジェントなモデリングアシスタント,モデリング操作の生成を組み合わせた概念的フレームワークを提案する。
特に、アーキテクチャは、設計者がシステムを指定するのを助け、その操作をグラフィカルなモデリング環境内で記録し、関連する操作を自動的に推奨する、モデリングコンポーネントから構成される。
論文 参考訳（メタデータ） (2024-08-26T13:26:44Z) - A process algebraic framework for multi-agent dynamic epistemic systems [55.2480439325792]
本稿では,マルチエージェント,知識ベース,動的システムのモデリングと解析のための統合フレームワークを提案する。
モデリング側では,このようなフレームワークを実用的な目的に使いやすくするプロセス代数的,エージェント指向の仕様言語を提案する。
論文 参考訳（メタデータ） (2024-07-24T08:35:50Z) - A Mass-Conserving-Perceptron for Machine Learning-Based Modeling of Geoscientific Systems [1.1510009152620668]
我々は,PCベースとMLベースのモデリングアプローチのギャップを埋める手段として,物理的に解釈可能なMass Conserving Perceptron (MCP)を提案する。
MCPは、PCモデルの基礎となる有向グラフ構造とGRNNの間の固有同型を利用して、物理過程の質量保存性を明確に表す。
論文 参考訳（メタデータ） (2023-10-12T18:09:33Z) - Discovering Interpretable Physical Models using Symbolic Regression and
Discrete Exterior Calculus [55.2480439325792]
本稿では,記号回帰(SR)と離散指数計算(DEC)を組み合わせて物理モデルの自動発見を行うフレームワークを提案する。
DECは、SRの物理問題への最先端の応用を越えている、場の理論の離散的な類似に対して、ビルディングブロックを提供する。
実験データから連続体物理の3つのモデルを再発見し,本手法の有効性を実証する。
論文 参考訳（メタデータ） (2023-10-10T13:23:05Z) - Magnetohydrodynamics with Physics Informed Neural Operators [2.588973722689844]
本稿では,AIを用いて複雑なシステムのモデリングを,計算コストのごく一部で高速化する方法について検討する。
本稿では,2次元非圧縮性磁気流体力学シミュレーションのモデル化のための物理情報演算子の最初の応用について述べる。
論文 参考訳（メタデータ） (2023-02-13T19:00:00Z) - Advancing Reacting Flow Simulations with Data-Driven Models [50.9598607067535]
マルチ物理問題における機械学習ツールの効果的な利用の鍵は、それらを物理モデルとコンピュータモデルに結合することである。
本章では, 燃焼システムにおけるデータ駆動型低次モデリングの適用可能性について概説する。
論文 参考訳（メタデータ） (2022-09-05T16:48:34Z) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - KNODE-MPC: A Knowledge-based Data-driven Predictive Control Framework
for Aerial Robots [5.897728689802829]
我々は、知識に基づくニューラル常微分方程式(KNODE)というディープラーニングツールを用いて、第一原理から得られたモデルを拡張する。
得られたハイブリッドモデルは、名目上の第一原理モデルと、シミュレーションまたは実世界の実験データから学習したニューラルネットワークの両方を含む。
閉ループ性能を改善するため、ハイブリッドモデルはKNODE-MPCとして知られる新しいMPCフレームワークに統合される。
論文 参考訳（メタデータ） (2021-09-10T12:09:18Z) - Knowledge-Guided Dynamic Systems Modeling: A Case Study on Modeling
River Water Quality [8.110949636804774]
実世界の現象をモデル化することは、エコロジーモデリングや財務予測など、多くの科学と工学の取り組みの焦点である。
複雑な動的システムのための正確なモデルの構築は、基盤となるプロセスの理解を改善し、リソース効率に繋がる。
反対の極端に、データ駆動モデリングはデータから直接モデルを学び、広範囲なデータと潜在的に過剰なフィッティングを生成する。
中間的アプローチであるモデルリビジョンに注目し,事前知識とデータを組み合わせることで,両世界のベストを達成する。
論文 参考訳（メタデータ） (2021-03-01T06:31:38Z) - Quantitatively Assessing the Benefits of Model-driven Development in
Agent-based Modeling and Simulation [80.49040344355431]
本稿では,MDD とABMS プラットフォームの利用状況と開発ミスについて比較する。
その結果、MDD4ABMSはNetLogoと類似した設計品質のシミュレーションを開発するのに、より少ない労力を必要とすることがわかった。
論文 参考訳（メタデータ） (2020-06-15T23:29:04Z) - Hybrid modeling: Applications in real-time diagnosis [64.5040763067757]
我々は、機械学習にインスパイアされたモデルと物理モデルを組み合わせた、新しいハイブリッドモデリングアプローチの概要を述べる。
このようなモデルをリアルタイム診断に利用しています。
論文 参考訳（メタデータ） (2020-03-04T00:44:57Z)
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。