文献

J-GLOBAL ID：202002251394313115   整理番号：20A1759793

Gauss過程回帰を用いたモデルミスマッチによる連続シミュレーション最適化【JST・京大機械翻訳】

Continuous simulation optimization with model mismatch using gaussian process regression

著者 (4件)： Inanlouganji Alireza (Arizona State University) ,  Pedrielli Giulia (Arizona State University) ,  Fainekos Georgios (Arizona State University) ,  Pokutta Sebastian (Georgia Institutue of Technology)
資料名： ACM Proceedings  (ACM Proceedings)
号： WSC ’18  ページ： 2131-2142  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチ忠実度シミュレーション最適化は,高忠実度(高精度)モデルを最適化するための低忠実度(計算上安価だが不正確)モデルの使用を探している新興領域である。この文脈において,低忠実度モデルは高忠実度モデルに対する不整合を示し,その値は高価なシミュレータを問い合わせることにより,その値がポイント的に得られる。ここでは,連続グローバル最適化のための効率的なマルチ忠実度アルゴリズムを提案した。このアルゴリズムは,低忠実度とバイアス(ミスマッチ)予測を圧密する付加的モデルから成る。累積高および低忠実度情報の異なる使用による2つのサンプリング基準を,高価なシミュレータからサンプルするかどうかに関する決定を導く安価な証明書と同様に導入した。提案アルゴリズムの性能を,最先端の確率的探索ベンチマークアルゴリズムの状態を用いて評価した。その結果,提案手法は,精度の向上によりベンチマークをビートでき,一方,高価なシミュレーションの数に関して,本質的に同じ性能を維持することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 圧密 ,  アルゴリズム ,  *最適化 ,  シミュレータ ,  不整合 ,  バイアス ,  ベンチマーク
準シソーラス用語： 証明書 ,  高精度 ,  低価格 ,  高精度化 ,  *シミュレーション最適化 ,  *Gauss過程回帰 ,  高忠実度 , 【Automatic Indexing@JST】

分類 (2件)： アンテナ  (ND06000M) ,  CAD,CAM  (JE10000A)

タイトルに関連する用語 (4件)： Gauss過程回帰 ,  モデル ,  ミスマッチ ,  シミュレーション最適化