Dec, 2023
基于新颖概率传递学习策略的增强型多项式混沌展开代理建模
Enhancing Polynomial Chaos Expansion Based Surrogate Modeling using a Novel Probabilistic Transfer Learning Strategy
Wyatt Bridgman, Uma Balakrishnan, Reese Jones, Jiefu Chen, Xuqing Wu...
TL;DR在代理建模领域，多项式混沌展开（PCE）可用于构建成本低廉且准确的代理模型，以替代昂贵的正向模型模拟。我们提出了一种利用迁移学习的策略，通过先前类似的代理建模任务（源域）获得的知识来辅助新的代理建模任务（目标域），从而解决昂贵的正向模型模拟需求过高的问题。我们的策略利用贝叶斯建模和数据同化的技术来确定需要传递多少信息，经过数值研究后，并应用于石油和天然气行业的一个工程问题。