摘要:维度分析是一种成熟的建模技术,它以模型参数的物理维度的形式利用领域知识。基于维度同质性原理,模型参数的物理维度信息可用于降低寻找正确模型的组合复杂性。同质性原理是一种通用的建模思想构造,其哲学基础使其适用于任何出现具有物理维度的模型参数的建模领域。相似性方法可以从工程领域转移到人工智能领域,因为这两个领域都共享实值传感器数据等共同对象。因此,在许多实值人工智能技术的建模中,使用白金汉 Pi 定理正式保证的群变换非常简单。以非线性神经网络的拓扑和泛化特性为例,展示了维度分析方法在人工智能不同领域(如基于案例的推理、模式识别、遗传算法、设计评估、神经网络等)的优势。结果为维度分析在人工智能技术中的建模能力提供了一些见解。
主要关键词