代替モデル技術は、高コストを伴う特定設計のパフォーマンス評価において重要。
低信頼度ソースの特性を分析し、実用的な産業環境で使用可能なガイドラインを提供。
インスタンス空間分析(ISA)フレームワークが有用であり、アルゴリズムパフォーマンス予測に貢献。
Introduction
代替モデル技術は工業設計問題で注目されており、高コストを伴う設計パフォーマンス評価に役立つ。
バイフィデリティ問題では、KrigingやCo-Krigingなどの代替モデルが主流。
Data Sources Characterization
低信頼度ソースが正確なモデル構築に与える影響が分析されている。
高・低信頼度ソース間の相関性が重要であり、低信頼度ソースは局所的に正確でも全体的には低い場合もある。
Instance Space Analysis (ISA)
ISAフレームワークはアルゴリズムパフォーマンス予測に有用。
ISAから得られた結果は実用的な産業環境へ直接適用可能。
Characterising harmful data sources when constructing multi-fidelity surrogate models
Stats
最初の段落:「Surrogate modelling techniques have seen growing attention in recent years when applied to both modelling and optimisation of industrial design problems.」
最後の段落:「The feature Br = nh/nl however has a correlation of 0.483 with Kriging performance, the highest correlation of all the features used.」
Quotes
"Recent studies have analysed the impact that the quality of low-fidelity sources has on the accuracy of a model built from them."
"The feature Br = nh/nl however has a correlation of 0.483 with Kriging performance, the highest correlation of all the features used."