物理知識を統合したプロトン交換膜水電解の機械学習 - パート I

本研究では、プロトン交換膜水電解の開発を推進するために、知識統合型機械学習の新しいフレームワークを提案する。データ、ドメイン知識、機械学習モデルの各種不確定性を特定し、それらの相補的な特性を活用して、データ拡張、モデリングプロセス、知識発見に貢献する方法を示す。3段階の「知識統合型機械学習のはしご」フレームワークを提案し、活性化損失分析の3つのケーススタディを通じて、補間、外挿、情報表現の向上を実証する。