384624_ja-JP

liliconcom

効率的なモデリングとシミュレーションのための実験計画法の使用

 

 

実験計画法 (DOE) ブロックで高性能コンピューター (HPC) シミュレーションを連続して実行することにより、高速サロゲート モデルの精度を迅速に高めることができます。 十分に正確なサロゲートが取得されると、HPC リソースを他のモデリング & シミュレーション (M&S) プロジェクトでより早く利用できるようになります。  

 

方法を参照してください:

• モデリングやシミュレーションを試みる前に、計画された実験を作成する理由を理解する
• 従来の DOE とスペース充填 DOE を比較して契約する
• どのタイプのデザインを使用するかを決定します – Latin Hypercube または Space-Filling
• スペースフィリング設計を作成し、それを視覚的に調査し、回帰および機械学習モデルを適用し、トレーニング/テスト/検証データを含む正直な評価を作成します。

注: ビデオには Q&A が散りばめられています。

 

リソース：

• NASA 比較評価文書
• ビデオ: C-5 意思決定支援ツール ダッシュボード

• 2017年学位論文中佐ブライアン・ウェイド著、海軍大学院TRAC-MTRY所長

• 2020 軍事作戦研究協会 (MORS) モデリング & シミュレーション (M&S) 実践コミュニティ (CoP)チュートリアル

• JMP Discovery Summit 2020 のウェブキャストJ MPビーストモード： B平凡なE探検あ適応的なS豊かなTテクニック

• コンピュータ実験の設計と分析 by Sacks, J. ウェルチ、WJ、 ミッチェル、TJ およびウィン、HP S統計科学4. 409-423、1989

• サントナー、TJ、 BJ州ウィリアムズ、ウィスコンシン州ノッツ (2003)、コンピュータ実験の設計と分析、ニューヨーク州スプリンガー (2018 年 2 回目)

• ファング、KT、 リー、RZ、スジャント、A. (2005)、コンピュータ実験のための設計とモデリング、Chapman & Hall/CRC Press、ニューヨーク

• クライネン, 日本 C. (2008)、 DASE: シミュレーション実験の設計と解析。 ニューヨーク州スプリンガー。 （2015年第2回）

• 統計学習の要素 – データマイニング、推論、予測Hastie、Tibshirani、Friedman – 2001 (第 7 章: モデルの評価と選択)

• のシミュレーション実験と効率的設計 (SEED)海軍大学院データ ファーミング センター

• 海軍大学院の設計https://nps.edu/web/seed/software-downloads

• 直交配列のライブラリNeil JA Sloane によって保守されています

• 直交配列のライブラリウォーレン・F・クーフィールドによって保守されています

実験計画法