• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Att hjälpa icke-experter att skapa matematiska modeller genom naturligt urval

    Dhruv Khandelwal, Doktorand. Kredit:Eindhoven tekniska universitet

    Vetenskapliga och tekniska tillämpningar som kontroll av högprecisionsrörelsessystem eller elektrokemiska processer bygger ofta på matematiska modeller av dynamiska system. Ph.D. kandidat Dhruv Khandelwal utvecklade ett ramverk som gör att människor utan erfarenhet av datadriven modellering ganska enkelt kan utveckla högkvalitativa, optimerade matematiska modeller av dessa dynamiska system. Detta är ett viktigt verktyg som kan hjälpa forskare av alla ränder att navigera i den komplexa labyrinten av modelleringsteknik och systemdynamik, och stödja datadriven forskningsoutput och valorisering. Till exempel, elektriska ingenjörer som hanterar elnätets hälsa eller forskare som studerar tillväxten av cancerceller. Khandelwal försvarar sin doktorsexamen avhandling den 4 mars.

    Generera en modell som är optimerad för dina kriterier

    De svåra delarna med att skapa matematiska modeller är att välja rätt modellstruktur och optimera modellen för dina specifika mål och prestandamått. Khandelwals algoritm står för båda.

    För att hjälpa användare att skapa rätt modeller, Khandelwal utvecklade en "grammatik" för dynamiska modeller med hjälp av Tree Adjoining Grammar (TAG), som kan utforska modelleringsalternativ i en mängd olika system, strukturer och komplexitet. För att komma till en optimal modell för användaren, Khandelwal utformade ett evolutionärt tillvägagångssätt, baserat på Darwins definition av naturligt urval i biologin:"[Principen] enligt vilken varje liten variation, om det är användbart, bevaras. "Fitnesslandskapet som modellerna tävlar i bestäms av de användarspecifika prestationskriterierna, och den evolutionära algoritmen "utvecklar" modeller som gör det bäst i denna miljö.

    Lika bra som modeller som skapats av experter

    Den automatiska modelleringsmetoden utvärderades på ett antal akademiska, riktiga applikationer och riktmärken. Denna utvärdering visar att ramverket framgångsrikt genererar modeller med minimal användarinteraktion. I de fall den modellerade applikationen var fullständigt förstådd, de automatiskt genererade modellerna matchade karaktären av det sanna systemet. I flera fallstudier, modellen som föreslagits av ramverket var lika bra som modeller som erhöll toppmoderna tekniker som används av expertanvändare.


    © Vetenskap https://sv.scienceaq.com