文献

J-GLOBAL ID：202202285018404108   整理番号：22A0894004

平衡ベース化学シミュレーションの性能を改善するための能動学習アプローチ【JST・京大機械翻訳】

An active learning approach for improving the performance of equilibrium based chemical simulations

著者 (5件)： Savino Mary (Andra, Chatenay-Malabry, France) ,  Savino Mary (Universite Paris-Saclay, AgroParisTech, INRAE, UMR MIA-Paris, Paris, France) ,  Levy-Leduc Celine (Universite Paris-Saclay, AgroParisTech, INRAE, UMR MIA-Paris, Paris, France) ,  Leconte Marc (Andra, Chatenay-Malabry, France) ,  Cochepin Benoit (Andra, Chatenay-Malabry, France)
資料名： Computational Geosciences  (Computational Geosciences)
巻： 26  号： 2  ページ： 365-380  発行年： 2022年 
JST資料番号： W4186A  ISSN： 1420-0597  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,アクティブ学習と呼ばれる特定の機械学習アプローチとして見ることができる,平衡ベース化学シミュレーションを扱うための新しい逐次データ駆動法を提案した。著者らのアプローチの根底にあるアイデアは,関数推定に関する大域的不確実性の計算を可能にするGauss過程のサンプルとして推定するための機能を考慮することである。この推定により,また調整するパラメータがほとんどないので,提案手法は,代理モデルを構築するために評価すべき関数を評価する最も関連する入力データを順次選択する。したがって,推定に対する関数の評価の数は劇的に制限される。アクティブ学習法を数値実験により検証し,地球科学で一般的に使用される複雑な化学システムに適用した。Copyright The Author(s), under exclusive licence to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  *学習 ,  データ ,  不確実性 ,  実験 ,  Gauss過程 ,  機械学習
準シソーラス用語： *能動学習 ,  地球科学 ,  数値実験 ,  データ駆動 ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 機械学習 ,  Gauss過程 ,  化学シミュレーション

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 平衡 ,  化学 ,  シミュレーション ,  能動学習