Sep, 2023
基于物理驱动的机器学习模型用于修正反演估计
Physics-Driven ML-Based Modelling for Correcting Inverse Estimation
Ruiyuan Kang, Tingting Mu, Panos Liatsis, Dimitrios C. Kyritsis
TL;DR当在科学工程 (SAE) 领域中部署机器学习估计器时,本文关注于使用模拟和性能指标来检测和修正失败的状态估计,以避免在 SAE 逆问题中带来灾难性的影响,并提出了一种名为 GEESE 的新方法,通过优化来纠正估计,旨在同时提供低误差和高效率的结果。