計算モデルのメタモデリング - 課題と機会計算モデルのメタモデリング – 課題と機会
Cy Wegman、セクション長。 Bill Worley、MS、テクノロジー リーダー – Procter & Gamble
複雑なコンピューター シミュレーションは、今日の多くの製品やプロセスの予測モデルの開発に不可欠です。 これらのモデルには独自の課題があります。一度に 1 つのシミュレーション環境でシミュレーション「実験」の数が増えるにつれて、専門家のユーザーにとって計算コストと時間がかかるようになる可能性があります。 これらの問題に対する総合的な解決策を見つけるために、実験計画法とメタモデリングが使用されています。 メタモデルを作成するコンピューター シミュレーションの決定論的な性質により、これは丸太から落ちるのと同じくらい簡単だと考える人もいるでしょう。 私たちの経験では、丸太で殴られたようなものです。 システムの全体的な動作を最もよく近似するモデルを見つけることは非常に困難でした。 従来の通念では、全体的な最適なメタモデルにつながらない場合があります。 たとえば、すべての計算データ ポイントに正確に適合するガウス過程モデルは、「優れた」メタモデルを提供します。 ただし、ジャックナイフ残差と実際のプロットを詳しく調べると、残差データが確率実験で見られるノイズに似ていることがわかります。 したがって、このような場合、ニューラル ネットワークまたは応答曲面アプローチでさえ、ガウス アプローチよりも優れた全体的な近似モデルにつながる可能性があります。 この講演では、メタモデリングの一部である課題と機会の概要を説明します。
予測モデリング
