XiaoMi-AI文件搜索系统
World File Search SystemSurrogate
替代模型驱动的物理信息
基于高斯过程 (GP) 的替代模型具有固有能力，可以捕捉数字孪生框架 Kobayashi 等人 [2022a,b]、Rahman 等人 [2022]、Khan 等人 [2022] 的建模和仿真组件中存在的由于数据有限、数据缺失、数据缺失和数据不一致（噪声/错误数据）而引起的异常，特别是对于事故容错燃料 (ATF) 概念。但是，当我们拥有有限的高保真度（实验）数据时，GP 不会非常准确。此外，使用 GP 应用高维函数（>20 维函数）来近似预测具有挑战性。此外，噪声数据或包含错误观测值和异常值的数据是高级 ATF 概念面临的主要挑战。此外，控制微分方程对于长期 ATF 候选者来说是经验性的，数据可用性是一个问题。基于物理的多保真度克里金法 (MFK) 可用于识别和预测所需的材料特性。MFK 特别适用于低保真度物理（近似物理）和有限的高保真度数据 - 这是 ATF 候选者的情况，因为数据可用性有限。本章探讨了该方法，并介绍了其在 ATF 实验热导率测量数据中的应用。MFK 方法对少量无法通过传统克里金法建模的数据显示出其重要性。用这种方法构建的数学模型可以轻松连接到后期分析，例如不确定性量化和敏感性分析，并有望应用于基础研究和广泛的产品开发领域。本章的总体目标是展示可以嵌入 ATF 数字孪生系统的 MFK 替代品的能力。
学习代理分析的替代方程 -
癌细胞。在[1]中描述了癌细胞与健康细胞之间的两种物种相互作用的基于药物的癌症模型的关键要素。在该论文中，仔细考虑了诸如肿瘤微环境和细胞外基质（ECM）之类的问题。我们在这里不重复该讨论，但是该模型仍然构成了该三种模型的基础，在该模型中，我们也可以考虑与免疫细胞的相互作用。我们注意到，健康细胞，免疫细胞和固定数量的ECM蛋白是静态的，只有癌细胞移动。每个癌细胞和健康细胞都有粘性值，癌细胞的跳跃半径是一个细胞一次可以移动的位置的数量。健康的细胞（具有相关年龄的人）具有足够成熟时分裂的可能性，并且最多可以在固定数量的次数上分裂。关键参数是
替代模型在开发中的作用 - arXiv
数字孪生技术在航空航天、基础设施和汽车等各个工业领域具有广泛的应用前景、相关性和潜力。然而，由于具体应用不明确，这项技术的采用速度较慢。本文使用离散阻尼动态系统来探索数字孪生的概念。由于数字孪生也有望利用数据和计算方法，因此在这种情况下使用替代模型是一个令人信服的例子。在这种协同作用的推动下，我们探索了在数字孪生技术中使用替代模型的可能性。特别是，我们探索了在数字孪生技术中使用高斯过程 (GP) 模拟器。GP 具有处理噪声和稀疏数据的固有能力，因此，在数字孪生框架内使用 GP 是一个令人信服的理由。考虑了涉及刚度变化和质量变化的情况，分别考虑了不同程度的数据噪声和稀疏性。我们的数值模拟结果清楚地表明，GP 模拟器等替代模型有可能成为开发数字孪生的有效工具。分析了与数据质量和采样率相关的方面。总结了本文介绍的关键概念，并提出了未来迫切研究需求的想法。
替代模型在数字技术发展中的作用...
数字孪生技术在航空航天、基础设施和汽车等各个工业领域具有广泛的应用前景、相关性和潜力。然而，由于具体应用不明确，这项技术的采用速度较慢。本文使用离散阻尼动态系统来探索数字孪生的概念。由于数字孪生也有望利用数据和计算方法，因此在这种情况下使用替代模型是一个令人信服的例子。在这种协同作用的推动下，我们探索了在数字孪生技术中使用替代模型的可能性。特别是，我们探索了在数字孪生技术中使用高斯过程 (GP) 模拟器。GP 具有处理噪声和稀疏数据的固有能力，因此，在数字孪生框架内使用 GP 是一个令人信服的例子。考虑了涉及刚度变化和质量变化的情况，分别考虑了不同程度的数据噪声和稀疏性。我们的数值模拟结果清楚地表明，GP 模拟器等替代模型有可能成为开发数字孪生的有效工具。分析了与数据质量和采样率相关的方面。总结了本文介绍的关键概念，并提出了未来迫切研究需求的想法。
基于傅里叶的替代模型中的窗口补偿...
摘要 — 本文展示了如何在每次相位随机化之后添加第二步窗口来降低基于傅里叶的替代分析中的错误拒绝率。窗口技术减少了傅里叶级数中周期性扩展数据序列边界处的不连续性。然而，它们增加了时间域非平稳性，从而影响替代分析。这种影响对于短低通信号尤其成问题。将相同的窗口应用于替代数据允许具有相同的非平稳性。该方法通过蒙特卡罗模拟在 1 阶自回归过程零假设上进行测试。以前的方法无法同时对左侧和右侧测试产生良好的性能，对双边测试更是如此。结果表明，新方法对于单侧测试和双边测试都是保守的。为了证明所提出的窗口方法在现实环境中是有用的，在这篇扩展论文中，它被应用于 EEG 诊断问题。数据集包含 15 名受试者的 EEG 测量数据，这些受试者分为三组：注意力缺陷障碍主要为多动冲动型 (ADHD)、注意力缺陷障碍主要为注意力不集中型 (ADD)；焦虑症和注意力脆弱型 (ANX)。统计和机器学习 (朴素贝叶斯) 方法均被考虑。平均短窗口 SA (MSWSA) 被用作信号特征，并研究了其相对于窗口系统的性能。主要发现是：(i) MSWSA 特征对于 ADD 的变异性小于对于 ADHD 或 ANX 的变异性，(ii) 所提出的窗口方法降低了 SA 特征的偏差和非正态性，(iii) 使用所提出的方法和朴素贝叶斯分类器，通过留一交叉验证将 ADD 与 ADHD 和 ANX 区分开来的成功率为 93%，以及 (iv) 如果没有所提出的窗口系统，新特征不可能产生有趣的结果。
通过替代建模的工程设计
替代建模对作者对设计的思考方式产生了重大影响，并且经过多年的合并经验，它已成为我们工程思维过程中的基本要素。我们写这本书是在实际层面上分享一些经验的一种手段。虽然已经写了很多关于替代建模的更深层理论方面的文章（实际上，本文中包含了参考文献，这些文献已介绍了本文的地标，这些文献已经为我们自己的思想提供了信息），但我们在这里努力提供的是希望在解决自己的工程问题方面快速入门的从业者的手册。当然，就像任何尖锐的工具一样，替代建模只能以科学严格的方式使用，如果用户不断意识到其危险，陷阱，潜在的虚假诺言和局限性 - 目前的文本在适当的时间指出了这些文本。
4003166- ...
在地质力学风险下模拟CO 2存储通常涉及由于多相流和地质力学之间的耦合而导致的大量计算成本。实施标准工作流程，例如位置优化，使用此类耦合物理模型可以显着增加计算开销，并使模型不切实际地使用。我们研究使用深度学习模型以显着减少与模拟和量化CO 2存储的地质力学风险相关的计算开销的可行性。所提出的方法利用基于深度学习的替代建模来显着提高耦合流动地球力学模拟的效率，以识别合适的注入井位置以存储CO 2。使用模拟数据，我们训练U-NET卷积神经网络，以了解井位置和空间分布的模型参数（渗透率）之间的映射到感兴趣的仿真输出。一旦经过固定的模型输入参数训练，U-NET模型可以将不同的井位置场景映射到相应的压力场，CO 2饱和度和地质力学输出，包括垂直位移和塑性应变。随后采用U-NET模型作为替代识别注入井位置所需的耦合流动地球力学模拟以最大程度地减少地质力学风险所需的有效工具。我们报告的初步结果表明，受过训练的U-NET模型可以预测井位置的压力和饱和场，所有其他输入仍与训练中使用的仿真模型保持一致。我们在不同的假设下研究网络的性能，并估计不同的流量和地质力学输出。结果表明，U-NET模型可以通过使用快速代理模型替换耦合物理模拟来大大降低井位置工作流的计算成本，该模型可用于预测与不同的井位置和注入策略相关的地质机械风险。开发的框架可用于改善耦合物理建模的计算需求，并促进其在决策工作流程和现场管理中的应用。
机械动力学的机器学习替代模型
图1：通过正交投影（绿色三角形）校正a）校正a）纠正预测，嘈杂和划分的浓度（蓝色三角形），b绿色三角形）b）在缩放模型的缩放范围的缩放范围的范围（缩放量表）中的缩放范围（缩放量表）的正交投影（）缩放量表的标准循环范围（）浓度空间和与来自A）的thogonal投影进行了比较。
引入应用空气动力学替代建模基准案例
从飞机设计到认证，需要大量空气动力学数据以确保最佳性能，符合监管标准并保持结构完整性。这些数据必须跨越整个飞行包络，包括压力和剪切应力分布，全局系数和衍生物。传统上来自飞行测试，风洞实验或数值模拟，这些数据通常具有不同的保真度，从手册方法到高分辨率模拟。近年来，由于人工智能和机器学习的进步，对这些数据有效使用的需求已经增长，从而可以开发快速运行的替代模型。与传统的高保真模拟或实验设置不同，这些设置可能是资源密集型的替代模型，该模型在这些数据集中训练，可以提供与数据库查询相当的快速预测。AIAA应用的空气动力学替代建模（AASM）组的成立是为了将集中在航空航天科学中的数据驱动和AI建模上，并将来自学术界，工业和政府机构的专家团结在一起。AASM组优先考虑对航空航天应用的替代建模的开发，准确性和适用性，包括设计优化，不确定性量化，系统工程和任务分析，这对数字工程生态系统至关重要。为了支持方法论的评估和比较，本文介绍了四个基准案例：一个集成式机翼性能系数的空气动力学数据库，6DOF生成的导弹案例，以及两个集中在表面压力分布的数据集。这些基准强调了相关的替代建模挑战，并将通过AIAA公开提供，为航空航天社区提供宝贵的资源。
用于优化井位的代理辅助量子行为算法
摘要 石油天然气行业在优化井位问题方面面临困难。这些问题本质上是多峰的、非凸的和不连续的。已经开发了各种传统和非传统的优化算法来解决这些困难。然而，这些技术仍然陷入局部最优，并且对不同的油藏提供不一致的性能。因此，本研究提出了一种代理辅助量子行为算法，以获得更好的井位优化问题解决方案。所提出的方法在不同的实施阶段采用了不同的元启发式优化技术，例如量子启发式粒子群优化和量子行为蝙蝠算法。使用两个复杂油藏来研究所提出方法的性能。进行了比较研究以验证所提出方法的性能。结果表明，所提出的方法为两个复杂油藏提供了更好的净现值。此外，它解决了其他井位优化方法中表现出的不一致性问题。