Multi-Fidelity Surrogate Modeling for Improved Temperature Uniformity in Electrostatic Chucks: An Industrial Case Study
Combining low-fidelity and high-fidelity simulation data through a novel multi-fidelity surrogate modeling approach significantly improves prediction accuracy and optimizes design parameters for temperature uniformity in electrostatic chucks, as demonstrated in an industrially relevant case study.
대규모 PIC 시뮬레이션을 사용한 레이저-플라즈마 상호 작용의 강력한 대리 모델 구축 및 불확실성 정량화
고강도 레이저-플라즈마 상호 작용 연구에서 계산 집약적인 PIC 시뮬레이션을 대체하기 위해 가우시안 프로세스 회귀를 기반으로 한 빠르고 효율적인 대리 모델을 개발하고, 이 모델의 정확성과 노이즈 처리 능력을 평가합니다.
Surrogate Modeling of Laser-Plasma Interactions Using Gaussian Process Regression Applied to Large-Scale PIC Simulation Data
Gaussian process regression can effectively build fast and robust surrogate models of complex laser-plasma interactions from computationally expensive PIC simulations, enabling efficient parameter exploration and uncertainty quantification.
미세 균열이 있는 복합 재료의 계산적 균질화를 위한 물리적 순환 신경망
본 논문에서는 미세 균열을 고려한 복합 재료의 거동을 예측하기 위해 물리적 순환 신경망(PRNN) 아키텍처를 확장하여 기존 FE2 방법의 계산 비용 문제를 해결하고자 합니다.
다차원 데이터에 대한 전이 학습: 신경망 기반 대리 모델링에 대한 새로운 접근 방식 - 저차원 근사값을 활용한 훈련 데이터 생성 비용 절감
본 논문에서는 저차원 근사값을 활용하여 훈련 데이터를 생성함으로써, 고차원 편미분 방정식(PDE)에 대한 신경망 기반 대리 모델의 훈련 데이터 생성 비용을 효과적으로 줄이는 새로운 접근 방식을 제시합니다.
희귀 이벤트 대리 모델(RESUM): 물리 검출기 설계 최적화를 위한 새로운 접근 방식
RESUM이라는 새로운 희귀 이벤트 대리 모델을 사용하여 제한된 계산 자원으로 물리 검출기 설계를 최적화하고 기존 방법 대비 상당한 비용 절감 효과를 달성할 수 있습니다.
Residual Multi-Fidelity Neural Network Computing: Efficient Surrogate Modeling Using Multi-Fidelity Information
ニューラルネットワークを使用したマルチフィデリティ情報を活用した効率的なサロゲートモデリングの提案。
