Oct, 2023
集成模型在超音速流动操作员学习中胜过单一模型的不确定性和预测
Ensemble models outperform single model uncertainties and predictions for operator-learning of hypersonic flows
Victor J. Leon, Noah Ford, Honest Mrema, Jeffrey Gilbert, Alexander New
TL;DR在本研究中,我们使用三种不同的不确定性量化机制(均值方差估计、证据不确定性和集成)扩展了一个具有不确定性感知能力的 DeepONet 模型,并使用在各种马赫数和高度下通过计算流体力学生成的数据对该模型进行了训练和评估。我们发现,在插值和外插值范围内,集成方法在最小化误差和校准不确定性方面表现优于其他两种不确定性模型。