How AI is improving simulations with smarter sampling techniques
麻省理工学院 CSAIL 的研究人员创建了一种由 AI 驱动的低差异抽样方法，该方法均匀分布数据点以提高模拟准确性。
摘要：用于海滩和近岸放置的料斗疏浚作业通常包括溢流期，这会在疏浚沉积物的尺寸部分之间产生一定程度的分离。目前对分离程度和控制因素知之甚少。本报告重点关注实验室实验，旨在确定 (1) 挖泥船上合适的采样方法，(2) 降低分析成本的复合采样技术，(3) 实现料斗负载的合适沉积物表示的相关采样间隔，以及 (4)样品分裂的液压方式。结果表明，三种方法对料斗堰溢流取样不存在统计学差异。用于对沉积的料斗沉积物进行采样的方法发现，由于流动遮蔽而导致的细粉百分比存在偏差。此外，发现复合样品能够准确地量化浓度和细粉百分比，尽管分析数据实验表明复合样品的准确性取决于采样间隔。发现液压样品分离器的细粉和浓度的准确性
