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 ヘッド、Bill Worley、MS、テクノロジー リーダー – Procter & Gamble
複雑なコンピュータ 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。1 回ずつ実行するシミュレーション環境でシミュレーション「実験」の数が増えると、熟練したユーザーにとっては計算コストが高くなり、時間がかかるようになります。実験計画法とメタモデリングは、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使用されています。メタモデルを作成するコンピュータ シミュレーションの決定論的な性質のため、これは丸太から落ちるのと同じくらい簡単だと思われるかもしれません。しかし、私たちの経験では、丸太で殴られるようなものです。システムの総合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。従来の考え方では、全体的に最も優れたメタモデルが得られ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」メタモデルになります。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、残差データは確率的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、このような場合には、ニューラル ネットや応答曲面アプローチの方が、ガウス アプローチよりも全体的に優れた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について概要を説明します。
